科研之友
微信
新浪微博
Facebook
分享链接
摘要
水电工程施工场区安全风险因素众多，在人员行为安全方面，其施工佩戴和操作不规范造成了较多的安全事故，现行的基于监控图像的检测算法在实际应用场景中仍然有所欠缺，检测速度和精度的矛盾性、鲁棒性低、实时性差、小目标识别丢失、重叠遮挡密集干扰漏检等问题仍然凸显，这些问题严重阻碍了施工场区安全管控水平的提升。针对上述难题提出了改进YOLOv3的多目标安全检测识别方法，引入空间金字塔池化结构，对Darknet-53网络结构进行调整优化，获取检测速度的提升；增加特征层以保留更多的小目标特征信息；采用GIOU改进损失函数，优化聚类方法提升了场区工人、佩戴安全帽情况、防疫口罩佩戴情况、着火险情的识别精度。经过实践应用分析验证，改进的YOLOv3-SG网络较原有网络检测效果有了较大提升，自建数据集平均精度mAP从75.6%到88.5%,多次检测速度平均值达到了40.1FPS,实现了满足水电工程施工场区智能识别场景下的人员安全佩戴和险情管控目标。
-
单位水利工程仿真与安全国家重点实验室; 天津大学
