文献类型：期刊文章

作　　者：李政谦[1] 刘晖[1]

Li Zhengqian;Liu Hui(Beijing Huadian Tianren Power Control Technology Co.,Ltd.,Beijing 100039,China)

机构地区：[1]北京华电天仁电力控制技术有限公司,北京100039

出　　处：《计算机应用与软件》

年　　份：2022

卷　　号：39

期　　号：6

起止页码：194-202

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：为了降低安全事故发生率,通过人工智能监测安全帽的佩戴成为快速、准确、节省人力的方法,因此,研究人员利用深度学习作为该领域的重要技术手段,设计多种安全帽佩戴检测方法。基于深度学习的安全帽佩戴检测的研究方法,介绍安全帽检测的发展情况,具体分析R-CNN、Faster R-CNN、R-FCN、YOLO系列、SDD、Retinanet等目标检测算法,介绍基于这些目标检测算法的各改进算法在安全帽检测上的研究成果。总结当前目标检测算法在实际应用中的不足之处,并探讨了未来深度学习在安全帽佩戴检测领域的研究方向。

关 键 词：深度学习  安全帽 检测  算法  

分 类 号：TP181]