基于YOLOv3的爆破现场安全帽佩戴检测算法研究

作者:张耿城; 梁尔祝; 魏少华*; 闫大洋; 耿图禺
来源:物联网技术, 2022, 12(04): 90-93+96.
DOI:10.16667/j.issn.2095-1302.2022.04.025

摘要

工程爆破是一种广泛应用于矿山开采工程的技术手段,也是一项危险的工作,佩戴安全帽是一种有效保障人身安全的手段。为解决现场工作人员安全帽佩戴意识低、人工监督佩戴安全帽监督性弱等问题,提出了一种基于YOLOv3深度学习算法的安全帽佩戴检测算法。首先,利用爆破现场视频数据和拍摄的图片制作安全帽检测数据集;其次,将YOLOv3模型应用到爆破现场安全帽检测数据集,进行训练和调参;最后,将算法应用到爆破现场视频流安全帽检测过程中。实验结果表明,所提算法mAP达到了90.2%,完全可以实时应用到爆破现场作业中,以有效减少安全事故的发生。

全文