基于改进YOLOv3的头盔佩戴检测算法

来源 :电子测量技术 | 被引量 : 0次 | 上传用户:Kinee
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
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Y
其他文献
随着计算机视觉的快速发展,行人检测技术越来越成为人们关注的热门话题之一。行人检测算法中SSD算法相对于其他行人检测算法更加稳定,针对SSD算法做行人检测时产生的检测精度低的问题,提出一种以ResNet残差网络作为SSD的前馈网络,提取行人特征,并通过特征值生成目标框的行人检测算法。将原始SSD算法与改进后的SSD算法分别通过INRIA行人检测数据集的训练集和测试集做实验进行精度对比。实验结果表明,