本发明提供一种改进的安全带检测方法,发明采用卷积神经网络作为训练模型,用于解决现有深度学习安全带检测方法检测准确率低的问题。本发明通过使用一种新型的反馈增量式卷积神经网络训练方法以及新型多分支最终评估值获取方法提高了卷积神经网络检测精度,同时借助随机多尺度选取安全带目标候选区域方法,增加了安全带区域选中率,最后使用用户设定容错阈值方法提高了检测操作的灵活性。本发明是CNN结构在安全带检测上的成功应用,相较现有算法提升了检测的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
