文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进YOLOv4的安全帽佩戴检测方法: 收藏
分享
引用; 《计算机工程与设计》2023年第2期44卷 518-525页; 作者：石家玮杨莉琼方艳红杜义祥李明骏西南科技大学信息工程学院四川绵阳621002 西南科技大学土木工程与建筑学院四川绵阳621002 四川振通检测股份有限公司研发部四川绵阳621002; 针对建筑施工场地场景下远距离小目标安全帽佩戴检测问题,提出的一种改进YOLOv4的安全帽检测方法。将BN层和卷积层合并减少修改后的网络前向推理计算量,利用K-means聚类算法改进先验框维度,采用柔性NMS算法进行置信度权重修改解决标签...; 针对建筑施工场地场景下远距离小目标安全帽佩戴检测问题,提出的一种改进YOLOv4的安全帽检测方法。将BN层和卷积层合并减少修改后的网络前向推理计算量,利用K-means聚类算法改进先验框维度,采用柔性NMS算法进行置信度权重修改解决标签重写问题,应用多尺度特征融合提升模型识别准确率。实验结果表明,该方法在安全帽数据集的检测任务中mAP提升2.91%;对低于32*32尺寸目标AP值相较于原算法提升6.02%,能够有效提升安全帽佩戴检测范围和准确率。; 来源：详细信息评论

限定检索结果