原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于多特征融合和迁移学习的安全护具佩戴检测方法。该方法采用预处理与数据增强，扩充训练数据集，防止网络模型出现过拟合现象，在特征提取网络部分引入压缩与激励网络SENet模块，并在YOLOv3输出的三个特征图基础上，增加输出一个小尺度的特征图，为后续网络特征融合阶段提供更多小目标特征信息。由于数据集中安全帽目标居多而其他目标较少，为了平衡目标样本数量，引入迁移学习策略，进一步提高安全护具的检测精度。在电力安全护具数据集上的实验结果表明，本发明算法具有良好的检测性能。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116052216 A
(43)申请公布日 2023.05.02
(21)申请号 202310091402.6 G06V 10/80 (2022.01)
文档评论（0）