基于YOLOv4算法的骑乘人员头盔佩戴的远程检测

摘要：

针对现有头盔检测模型易将非骑行者纳入检测范围的错误识别问题,提出将人与车整体标定的方法来制作骑行者佩戴头盔数据集,然后采用YOLOv4 算法进行模型训练,可以正确识别出骑行状态与非骑行状态.通过二分K-means算法对拟识别目标先验框进行聚类分析,采用分步训练方式优化学习权重,识别精度达到了90.8%.其次,为了将交通执法人员从危险环境解放出来,提出网络摄像头截取视频流并通过以太网输入到PC端YOLOv4 模型中的方法,替代人工实现远程检测.实验表明,该方案能正确识别出视频中骑行人员有无佩戴头盔,证明了该方案的有效性.

关键词：摩托车头盔、远程监测、YOLOv4算法、二分K-means算法、网络摄像头

所属期刊栏目：61

分类号：TP391.41;U495(计算技术、计算机技术)

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：159-164