公开(公告)号：CN116092115A

公开(公告)日：2023-05-09

申请号：CN202211502044.5

申请日：2022-11-28

Applicant: 中国计量大学

Inventor： 吕云凯 ,  杨小兵 ,  管爱 ,  解明 ,  王飞龙

IPC: G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种实时轻量的施工人员安全着装检测方法，收集施工现场图像作为训练样本，再用软件对样本图片进行人工标注并通过数据增强技术扩充图像，构建出施工人员安全着装检测数据集；对YOLOv5算法改进，提出全新的增强特征提取模块CM3和轻量的特征融合网络DSA‑Neck，并且对损失函数(Loss)优化，用EIoU指标替代原始的CIoU指标，使用Soft NMS替代传统的NMS，最终得到施工人员安全着装检测网络；利用施工人员安全着装数据集对改进后的YOLOv5算法进行训练，得到能精确检测施工人员着装行为的网络模型；最后，用训练得到的模型对施工现场的摄像头视频流进行检测。本发明减小了模型大小，还能有效提高施工人员安全着装检测的精度，具有极高的应用价值。

公开(公告)号：CN115761645A

公开(公告)日：2023-03-07

申请号：CN202211501358.3

申请日：2022-11-28

Applicant: 中国计量大学

Inventor： 吕云凯 ,  杨小兵 ,  管爱 ,  王飞龙 ,  解明

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLOv5的轻量化安全帽佩戴检测方法，包括如下步骤：步骤S1：收集施工现场图像作为训练样本；步骤S2：将已获取到的样本图像进行标注和数据增强处理，构建安全帽佩戴检测数据集；步骤S3：改进YOLOv5目标检测算法，构建轻量化的安全帽佩戴检测网络；步骤S4：采用步骤S2所述安全帽佩戴检测数据集对步骤S3得到的轻量化安全帽佩戴检测网络训练并得到权重文件；步骤S5：用已训练好的检测模型对待检测现场的摄像头视频流进行检测。步骤S6：若检测到有人员未佩戴安全帽，便发出相应的声音警报信息。本发明能够有效地提高安全帽佩戴检测的精度，可准确识别出道路或工地上未佩戴安全帽的人员，并发出报警信息，有助于保护有关人员的生命安全。