摘要

在进行高空作业前穿戴安全带是预防高空坠落造成人员伤亡的有效措施,而基于计算机视觉的自动安全带穿戴检测则是有效替代安全员人工监督的解决方案。在边缘客户端,如工地入口检验匝机,除了对工地人员进行安全着装规范上的检测,还需要对其进行人脸识别等。从解决在视频监控硬件平台计算能力有限情况下的工地人员安全带穿戴检测问题出发,提出基于YOLO的安全带穿戴检测算法。为了提高检测网络的推理速度同时保持特征表达能力,本文提出了结合空洞卷积和深度可分离卷积的轻量级特征提取网络。为了促进研究,这项工作构建了一个新的公开可用的安全帽佩戴检测基准数据集,其中包括2617张图像,涵盖各种现场条件。