基于自适应空间特征融合的YOLOv5安全帽检测系统设计

作     者：郑楚伟 林辉 吴晓明 刘孝炜 凌福龙 Zheng Chuwei;Lin Hui;Wu Xiaoming;Liu Xiaowei;Ling Fulong

作者机构：韶关学院智能工程学院广东韶关512005 

基　　金：2022年广东省科技创新战略专项资金项目(“攀登计划”专项资金项目)(编号:pdjh2022b0470) 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2022年第51卷第9期

页      码：37-42页

摘      要：在施工现场正确佩戴安全帽能有效地防止和减轻施工人员遭受头部伤害。目前在施工现场对安全帽佩戴的监管主要依赖人工,存在效率低且耗费人力的问题。对此,设计了基于改进YOLOv5的智能安防监控系统,实现安全帽佩戴检测和人员管理等功能。首先,使用改进的YOLOv5网络模型实现安全帽佩戴检测,通过自适应空间特征融合网络学习权重参数来决定输入特征图中各像素点的激活与抑制,充分利用不同尺度特征图在不同空间位置像素点的贡献度,以更好地适应不同尺度的目标检测任务。其次,使用百度智能云进行人脸识别,获取违规人员信息以生成违规通报,并上传到微信小程序,将违规行为记录存档,实现安全生产智能化管理。实验结果表明,相比原始YOLOv5,改进的YOLOv5在安全帽检测任务上的平均准确率提升0.5%。

主 题 词：YOLOv5 自适应空间特征融合 安全帽佩戴检测 安防监控系统 人脸识别 

学科分类：08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 

D　O　I：10.3969/j.issn.1009-9492.2022.09.009

馆 藏 号：203114546...