论文部分内容阅读
对于基于深度学习的目标检测算法来说,想要获得高准确率,除了算法本身,还需要数以十万计的高质量图片作为训练集以及大批量的数据集标注。由于安全帽检测领域没有合适的大规模训练集,且除了网络上能够收集到的部分图片外,只能通过摄像头获取相关图片,但这种单一场景又导致模型过拟合而降低了泛化能力。为此研究一个能够通过人工生成的与真实场景相近的虚拟场景并进行自动标注,为缺少大规模训练集的检测模型提供一定的帮助的同时减少了手工标注工作。使用Unity3D建立了多个虚拟场景,并在场景内设置一些自由行动的佩戴、未佩戴安全