本文主要研究内容
作者张传金,李燕林,张永义,王扩（2019）在《基于深度学习的头盔佩戴自动检测》一文中研究指出：为加强巡检人员安全,基于深度学习算法,设计了一种头盔佩戴自动检测方法。在SSD300模型的基础上,使用数据增强技术,通过卷积层conv43进行检测,以增强对较小目标的识别精度;采用{1/2,2}和{1/3,3}的边框,通过适当调节边框提高检测效果;以VGG16作为基础网络,使用atrous卷积,进一步改善识别精度。将训练模型移植到CR1030P-YT便携式安卓智能通信系统,并与在服务器GPU、CPU上的检测结果和检测速率进行对比。实验结果表明,CR1030P-YT平台上的头盔佩戴检测结果与服务器一致,检测精度高达95%以上,且检测不受环境和地点的约束;服务器GPU上的头盔佩戴检测速率高达34 fps,能够满足工业实时性需要,但CR1030P-YT平台上的检测速率还有待提升。
Abstract
wei jia jiang xun jian ren yuan an quan ,ji yu shen du xue xi suan fa ,she ji le yi chong tou kui pei dai zi dong jian ce fang fa 。zai SSD300mo xing de ji chu shang ,shi yong shu ju zeng jiang ji shu ,tong guo juan ji ceng conv43jin hang jian ce ,yi zeng jiang dui jiao xiao mu biao de shi bie jing du ;cai yong {1/2,2}he {1/3,3}de bian kuang ,tong guo kuo dang diao jie bian kuang di gao jian ce xiao guo ;yi VGG16zuo wei ji chu wang lao ,shi yong atrousjuan ji ,jin yi bu gai shan shi bie jing du 。jiang xun lian mo xing yi zhi dao CR1030P-YTbian xie shi an zhuo zhi neng tong xin ji tong ,bing yu zai fu wu qi GPU、CPUshang de jian ce jie guo he jian ce su lv jin hang dui bi 。shi yan jie guo biao ming ,CR1030P-YTping tai shang de tou kui pei dai jian ce jie guo yu fu wu qi yi zhi ,jian ce jing du gao da 95%yi shang ,ju jian ce bu shou huan jing he de dian de yao shu ;fu wu qi GPUshang de tou kui pei dai jian ce su lv gao da 34 fps,neng gou man zu gong ye shi shi xing xu yao ,dan CR1030P-YTping tai shang de jian ce su lv hai you dai di sheng 。
论文参考文献
论文详细介绍
论文作者分别是来自电脑编程技巧与维护的张传金,李燕林,张永义,王扩，发表于刊物电脑编程技巧与维护2019年08期论文，是一篇关于头盔佩戴检测论文,深度学习论文,模型论文,便携式安卓智能通信系统论文,卷积层论文,卷积论文,电脑编程技巧与维护2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电脑编程技巧与维护2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：头盔佩戴检测论文; 深度学习论文; 模型论文; 便携式安卓智能通信系统论文; 卷积层论文; 卷积论文; 电脑编程技巧与维护2019年08期论文;