改进YOLOv3的安全帽佩戴检测方法

来源 :计算机工程与应用 | 被引量 : 2次 | 上传用户:yx065781080
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对在智能监控中安全帽佩戴检测准确率低和检测速率慢的问题,提出一种基于改进YOLOv3(You Only Look Once)的安全帽佩戴检测算法YOLOv3-WH。在YOLOv3算法的基础上改进网络结构,增大输入图像的尺度,使用深度可分离卷积结构替换Darknet-53传统卷积,减少特征的丢失,缩减模型参数,提升检测速率;使用多尺度特征检测,增加浅层检测尺度,添加4倍上采样特征融合结构,提高安全帽佩戴检测准确率;优化K-Means聚类算法,获取安全帽佩戴检测的先验框(anchor box),按照预
其他文献
针对稠油热采水平井“水平段长、隔夹层薄”找水困难的问题,根据水平井找水技术原理及工艺组成特点,研制了一种水平井温度剖面测试仪,该技术作为一种动态温度剖面测试找水方
航空器轨迹预测是流量管理、冲突检测和解脱、航空器进场排序以及异常行为监测等空中交通管理技术的基础。关于航空器轨迹预测的研究产生了许多经典的方法和应用领域。对研究
理想的音频检索方法可以准确、高效地从大规模音频数据库中识别所有音频。但是,目前还没有一种方法可以对所有噪声干扰鲁棒。基于Philips指纹的采样计数音频检索方法是目前最
近年来企业的业务操作和流程日趋复杂化,信息系统(IS)却无法快速适应外部业务流程发生的巨大变化,提高软件复用效率是解决该难题的关键。作为软件复用的关键技术,构件识别一
建立了适应数据误差、具有知识容错能力的一般多粒度量化软粗糙集模型,弥补了多粒度软粗糙集模型的不足。讨论了一般多粒度量化软粗糙近似算子的性质以及程度多粒度软粗糙集
跨模态行人再识别是实现全天候智能视频监控系统的一项关键技术。该技术旨在匹配某一特定身份行人在不重叠摄像头场景下的可见光图像和红外图像,因而面临着巨大的类内变化和模态差异。现有方法难以较好地解决这两大困难,很大程度上是由于欠缺了对特征判别能力的有效挖掘和对多源异质信息的充分利用。鉴于以上不足,使用协同学习方法设计了一个精细化多源特征协同网络,提取多种互补性特征进行信息融合,以提升网络的学习能力。从骨
获取Android系统服务关键信息有利于实现对Android系统的漏洞挖掘和安全评估。为解决当前系统服务关键信息获取方法存在系统源码依赖度高、兼容性差导致的信息获取不全面的问
遥感水体图像内容信息复杂,为了滤除水体外噪声干扰方便后续水体区域分析,在保持水体区域边缘的同时增强对比度较低的遥感水体图像。提出了一种利用自适应椭圆结构元素的形态学遥感水体图像对数增强方法。利用线性结构张量估计图像特征值和特征向量,利用该特征建立自适应椭圆结构元素,更好地保持水体边缘;定义自适应形态学膨胀腐蚀,组合衍生出自适应形态学开闭运算;利用自适应形态学运算构造对数增强运算,达到滤除非目标区域
增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正
多数图像风格迁移任务都是一个模型只能对应一种风格,这在实际应用场景中效率低下,提出一种单模型多风格的快速风格迁移方法,只使用一个模型就可以适应任意风格样式。使用一组线性变化分别对内容特征和风格特征进行转换,使用组合的风格损失函数来重建图像。分析比较了Avatar-net方法、AdaIN方法、Johnson的快速风格迁移方法和基于线性变换的风格迁移方法,并使用PSNR和SSIM作为评价指标,得出提出