改进CenterNet的建筑工地劳保用具检测方法

作者：倪之昊; 宋弘; 漆梓渊; 吴浩; 陶晶

来源：国外电子测量技术, 2023, 42(12): 178-185.

DOI：10.19652/j.cnki.femt.2305219

• 目标检测
• CenterNet
• 重参数化
• 特征增益
• 隐式特征

针对建筑工地背景复杂、施工人员目标小和目标特征不全等问题提出一种改进的CenterNet建筑工地劳保用具检测方法。首先，使用轻量倒瓶颈结构对网络模型参数进行精简，同时为了弥补参数量降低带来的精度降低，在训练过程中使用重参数化来丰富特征空间信息，以提高特征提取能力；其次，使用特征增益条件上采样来增强对浅层信息的复用和提高对深层信息的提取能力，从而提高小目标检测精度；最后，使用隐式特征检测头对检测结果进行细化，提升检测精度。实验结果表明，在自制的建筑工地劳保用具数据集上的平均精度均值(mAP)为95.08%,参数量为79.11 MB,与改进前相比mAP提高了3.52%,参数量降低了31%,与其他主流目标检测算法对比，所提出的检测方法可以有效识别建筑工地的劳保用具穿戴情况。

• 出版日期2023
• 单位四川轻化工大学; 阿坝师范学院