论文部分内容阅读
在生产车间内,生产情况较为复杂,在生产过程中工人未按要求佩戴安全帽是造成安全事故的原因之一。目前基于室内场景的安全帽佩戴检测研究还较少,现提出一种改进的RetinaNet网络检测模型,用于生产车间内员工安全帽佩戴检测。首先,该模型通过在ResNet-50上采用卷积块注意力模块,在其中的通道注意模块的MLP网络中添加dropout机制,增强模型的泛化性;然后,采用K-MeansⅡ维度聚类算法找出锚点的合适尺度来进行目标的检测。实验结果显示,改进的模型在不同实验条件下,安全帽佩戴检测精度达到98.71%