科研之友
微信
新浪微博
Facebook
分享链接
摘要
在工业生产和交通工程中，安全帽和反光衣都是员工重要的生命安全保障。针对传统安全帽反光衣识别方法只能检测单一颜色反光衣、检测效率低的问题，提出一种基于改进YOLOX-S网络模型的安全帽反光衣检测方法。使用简化BiFPN模块替换原加强特征提取网络，提高网络对不同尺度的特征提取能力；使用Mosaic方法进行训练，提高网络在复杂场景下的检测能力；使用GIoU损失函数，进一步提高模型的识别准确率。在扩充后的安全帽反光衣数据集上实验表明，所提算法在保持较高推理速度的情况下，mAP达83.74%,与原YOLOX-S相比，对戴安全帽、穿反光衣和行人的检测AP值有1%～3%不等的提高，对反光衣颜色无依赖性，有效实现了快速准确的安全帽反光衣检测。
-
单位中国科学院新疆理化技术研究所; 电子工程学院; 青岛科技大学
