计算机工程

作者：徐先峰, 赵万福, 邹浩泉, 张丽, 潘卓毅

单位：长安大学 电子与控制工程学院, 西安 710064

关键词：安全帽佩戴检测,轻量型SSD算法,深度学习,检测精度,检测速度

基金：国家自然科学基金（61201407，71971029）；陕西省自然科学基础研究计划（2016JQ5103，2019GY-002）；长安大学中央高校基本科研业务费专项资金（300102328202）；西安市智慧高速公路信息融合与控制重点实验室项目（ZD13CG46）。

针对真实场景下安全帽佩戴检测面临的背景复杂、干扰性强、待检测目标较小等问题，在SSD算法的基础上，提出改进的MobileNet-SSD算法。通过引入轻量型网络MobileNet并构建MobileNet-SSD算法提高检测速度，采用迁移学习策略克服模型训练困难问题。从施工相关视频中获取真实环境下的安全帽样本构建样本集，以解决当前安全帽数据集规模较小、网络难以充分拟合特征的问题。实验结果表明，MobileNet-SSD算法在损失很小精度的情况下，相较于SSD算法，检测速度提高了10.2倍。

来源：2021年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第10期