摘要
针对在遮挡、光照和其它因素的影响下,检测小尺度工人佩戴安全帽情况时存在漏检、误检的问题,提出以高精度、高速的Center Net目标检测算法为基础,引入新型特征融合方式用于安全帽佩戴检测的方法。采用U型结构的特征金字塔融合多层特征提高对小尺度目标的敏感性,此外受Pool Net启发,在特征金字塔结构基础上添加全局引导模块和特征整合模块,进一步细化显著目标的细节。在Safety-Helmet-Wearing-Dataset(SHWD)公开数据集上的实验结果表明,整体检测平均精度提高了2.0%,对小尺度工人的检测平均精度提高了3.0%。检测速度达到21fps,可以满足实时检测的需求。
- 单位