基于深度学习安全帽检测系统设计与实现.docxVIP

基于深度学习的安全帽检测系统设计与实现 基于深度学习的安全帽检测系统设计与实现 基于深度学习的安全帽检测系统设计与实现 基于深度学习的平安帽检测系统设计与实现 现如今 , 生产平安越来越受到企业的重视 , 然而与企业高度现代化的生产水 平不同 , 平安防护措施依然还很落后。比方对平安帽佩戴的监管工作大多都是由 人工完成 , 监管本钱高且效率低。 近年来 , 深度学习技术有着跨越式的开展 , 所以一些研究人员开始了基于深 度学习的平安帽检测研究 , 但大多采用平安帽颜色特征进行检测 , 从而受背景色 干扰较大 , 精度较低。根据以上问题 , 本文设计并实现了一套基于深度学习的智能 安防系统。 该系统的主要功能是对摄像头监控区域进行实时安防预警 , 实现了行人检测、 平安帽佩戴检测、智能报警和系统管理等功能。本文利用 SSD(Single Shot MultiBox Detector) 模型分别训练了行人检测模型和平安帽检测模型 , 用来实现 相关的检测功能 , 本文主要以平安帽检测的角度对该系统的设计与实现进行表达。 由于传统的平安帽佩戴检测的方法速度慢、精度低 , 本系统平安帽检测模块 针对此问题设计并实现了在行人区域进行平安帽检测。 首先利用行人检测模型检 测视频中出现的行人 , 再通过平安帽检测模型对得到的行人区域进行平安帽检测。 这种检测方法大大提高了对平安帽佩戴的检测精度 , 同时有效的减少了检测 时间 , 使系统更具可靠性和实时性。最后 , 将系统与监控设备对接 , 到达对监控范 围内行人佩戴平安帽的检测。 本文主要完成以下工作 :1. 在 Tensorflow 框架下 , 利用 SSD算法进行行人检 测模型和平安帽检测模型的训练 , 包括获取、增强和标注数据集 , 训练模型及测试 模型。 2. 根据实际需求 , 对智能安防系统进行详细设计。 阐述了该系统的需求分析、 架构设计、 功能模块设计、 业务流程设计和数据 库设计。3. 智能安防系统的具体实现 , 根据设计实现系统各功能模块 , 将训练好的 检测模型整合至系统实现对行人和平安帽的检测 , 最后完成与监控设备的对接 , 并进行测试。 通过测试 , 该系统可以根据设置的报警参数 , 分别对报警区域出现行人和未 佩戴平安帽进行报警 , 准确度较高 , 到达了预期效果 , 可以满足实际的监管需求。