针对轻量化网络的安全帽检测方法.pdfVIP

测控技术

·１６·２０２２４１８模式识别与人工智能

年第卷第期

针对轻量化网络的安全帽检测方法

１１１１１２

刘泽西，张楠，连婷，马骏，赵勇，倪威

（１．国网新疆电力有限公司巴州供电公司，新疆库尔勒８４１０００；２．华北电力大学电气与电子工程学院，北京１０２２０６）

摘要变电站内电气设备数量众多在工人进行现场作业时需要对工人佩戴安全帽进行监测由于机器

：，。

学习的安全帽佩戴检测方法常常出现漏检和误检的情况，为提高对安全帽佩戴识别的准确率，同时加快

ＹＯＬＯｖ５ｓＲｅｐＶＧＧ

识别速度，提出了一种基于的轻量化卷积神经网络模型。通过引入模块对网络主干

进行轻量化在网络后处理阶段通过降低遮挡目标漏检率以数据增强来扩充数据集

，ＳｏｆｔＮＭＳ，Ｍｉｘｕｐ，

建立样本之间的线性关系提升训练模型泛化性能最后进行消融实验实验结果表明改进的模型的

，，。，

（），，

均值平均精度ｍＡＰ达到８０．４％推理速度达到了８３３ｆ／ｓ为变电站安全帽佩戴检测提供了有效

参考。

关键词：深度学习；安全帽检测；ＲｅｐＶＧＧ；Ｍｉｘｕｐ算法

中图分类号ＴＰ３９１．４文献标志码Ａ文章编号１０００－８８２９２０２２０８－００１６－０６

：：：（）

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．０８．００３

ＬｉｇｈｔｗｅｉｇｈｔＮｅｕｒａｌＮｅｔｗｏｒｋｆｏｒＳａｆｅｔｙＨｅｌｍｅｔＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄ

１１１１１２

ＬＩＵＺｅｘｉ牞ＺＨＡＮＧＮａｎ牞ＬＩＡＮＴｉｎｇ牞ＭＡＪｕｎ牞ＺＨＡＯＹｏｎｇ牞ＮＩＷｅｉ

牗１．ＳｔａｔｅＧｒｉｄＸｉｎｊｉａｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏ．牞Ｌｔｄ．牞ＢａｚｈｏｕＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ牞Ｋｏｒｌａ８４１０００牞Ｃｈｉｎａ牷

２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ牞ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ牞Ｂｅｉｊｉｎｇ１０２２０６牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｔｈｅｒｅａｒｅａｌａｒｇｅｎｕｍｂｅｒｏｆｅｌｅｃｔｒｉｃａｌｅｑｕｉｐｍｅｎｔｉｎｔｈｅｓｕｂｓｔａｔｉｏｎ牞ｓｏｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｍｏｎｉｔｏｒ

ｗｏｒｋｅｒｓｗｅａｒｉｎｇｓａｆｅｔｙｈｅｌｍｅｔｓｗｈｅｎｔｈｅｙａｒｅｗｏｒｋｉｎｇｏｎｓｉｔｅ．Ｂｅｃａｕｓｅｔｈｅｈｅｌｍｅｔｗｅａｒｉｎｇｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｏ