-
题名基于改进YOLOv3的头盔佩戴检测算法
被引量：16
- 1
-
-
作者
薛瑞晨
郝媛媛
张振
黄训华
陆华丽
赵华
-
机构
南京师范大学计算机与电子信息学院(人工智能学院)
-
出处
《电子测量技术》
北大核心
2021年第12期115-120,共6页
-
基金
江苏省科技厅面上项目(BK20201370)资助。
-
文摘
在城市交通中,时常出现电动车骑行者引发的安全事故。佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此目前多个城市已经颁布了佩戴安全头盔的相关法规。针对现有的安全头盔佩戴检测准确率低的问题,提出了一种基于改进YOLOv3的安全头盔佩戴检测算法。该改进算法采取了通道和空间注意力模块的加权特征融合,并结合密集连接网络以提高特征提取的效果,并且引入了空间金字塔池化结构以增强特征。以收集的电动车头盔佩戴检测数据集测试和比较了改进后的性能,结果表明,所提出的改进算法平均检测精度达到93.29%,远高于原YOLOv3算法。实验表明,改进后的网络模型能显著提升电动自行车头盔佩戴情况的检测精度。
-
关键词
计算机视觉
头盔佩戴检测
深度学习
改进YOLOv3
-
Keywords
computer vision
helmet wearing detection
deep learning
improved YOLOv3 algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
