科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现对施工现场工人戴安全帽的有效检测，提升检测的精度和质量，提出了一种基于中心点网络(CenterNet)的安全帽检测方法。针对被检测目标大部分为小目标的情况，删除ResNet-50的最后一层卷积层；针对CenterNet对安全帽定位不准确的问题，使用CIoU损失函数替换了原有的损失函数；针对CenterNet对推理过程特征图信息利用不充分的问题，采用残差连接将主干网络得到的两个特征网络分别与上采样的特征图进行融合的方法；针对通道卷积没有融合不同感受野的问题，使用金字塔卷积核(PyConv)对特征图进行感受野和通道之间融合的方法。结果表明，在自制的安全帽数据集上，mAP共提升了6.5%,改进后的CenterNet方法能明显提升安全帽检测的精确度。
- 出版日期2023
- 单位自动化学院; 昆明理工大学
