基于PP-YOLOv2电厂场景的安全帽佩戴检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：在电厂作业现场因未佩戴安全帽而导致人员伤亡的事件时有发生，人工监测方式不能做到及时发现实时提醒，且容易因视觉疲劳而错过一些目标，从而造成不必要的人员伤亡。基于此，文章提出一种基于PP-YOLOv2电厂场景的安全帽佩戴检测方法。基于百度飞桨深度学习框架，使用PP-YOLOv2神经网络，向训练数据集中添加电厂数据并使其占比超过1/3，可训练安全帽识别mAP（Mean Average Precision）高达94%的神经网络模型。（剩余10369字）

试读结束

目录
monitor
客服机器人