文献类型：期刊文章

作　　者：郝存明[1,2] 朱继军[3] 张伟平[1,2]

HAO Cun-ming;ZHU Ji-jun;ZHANG Wei-ping(Institute of Applied Mathematics,Hebei Academy of Sciences,Shijiazhuang Hebei 050000,China;Information Security Certification Engineering Technology Research Center,Shijiazhuang Hebei 050000,China;State Power Investment Hebei Electric Power CO.,LTD,Shijiazhuang Hebei 050000,China)

机构地区：[1]河北省科学院应用数学研究所,河北石家庄050000 [2]河北省信息安全认证工程技术研究中心,河北石家庄050000 [3]国家电投集团河北电力有限公司,河北石家庄050000

出　　处：《河北省科学院学报》

基　　金：河北省科学院科技计划项目(18601)

年　　份：2018

卷　　号：35

期　　号：3

起止页码：7-11

语　　种：中文

收录情况：CAS、RSC、普通刊

摘　　要：在电厂生产过程中,安全帽对于保障员工的安全具有非常重要的作用。工作人员在进行生产操作时未正确穿戴安全帽有可能直接导致事故的发生。在开发电厂不安全行为视频检测系统中,安全帽的检测将是一项需要解决的关键问题。本文通过收集现场图片信息和人工标注的方法,构建了训练集和测试集。通过采用深度学习算法,在数据集上得到了一种具备安全帽检测的神经网络模型。经验证,该模型在构建的测试集上达到了良好的检测效果。

关 键 词：安全帽 不安全行为 深度学习  卷积神经网络

分 类 号：TP391]