基于深度学习的安全帽检测系统设计与实现
基于深度学习的平安帽检测系统设计与实现
现如今 ,生产平安越来越受到企业的重视
,然而与企业高度现代化的生产水
平不同 ,平安防护措施依然还很落后。比方对平安帽佩戴的监管工作大多都是由
人工完成 ,监管本钱高且效率低。
近年来 ,深度学习技术有着跨越式的开展
,所以一些研究人员开始了基于深
度学习的平安帽检测研究 ,但大多采用平安帽颜色特征进行检测
,从而受背景色
干扰较大 ,精度较低。根据以上问题 ,本文设计并实现了一套基于深度学习的智能
安防系统。
该系统的主要功能是对摄像头监控区域进行实时安防预警 ,实现了行人检测、
平安帽佩戴检测、智能报警和系统管理等功能。本文利用
MultiBox Detector)
SSD(Single Shot
模型分别训练了行人检测模型和平安帽检测模型
,用来实现
相关的检测功能 ,本文主要以平安帽检测的角度对该系统的设计与实现进行表达。
由于传统的平安帽佩戴检测的方法速度慢、精度低 ,本系统平安帽检测模块
针对此问题设计并实现了在行人区域进行平安帽检测。 首先利用行人检测模型检
测视频中出现的行人 ,再通过平安帽检测模型对得到的行人区域进行平安帽检测。
这种检测方法大大提高了对平安帽佩戴的检测精度 ,同时有效的减少了检测
时间 ,使系统更具可靠性和实时性。最后 ,将系统与监控设备对接 ,到达对监控范
围内行人佩戴平安帽的检测。
本文主要完成以下工作 :1.在 Tensorflow
框架下 , 利用 SSD 算法进行行人检
测模型和平安帽检测模型的训练 ,包括获取、增强和标注数据集 ,训练模型及测试
模型。 2.根据实际需求 ,对智能安防系统进行详细设计。
阐述了该系统的需求分析、 架构设计、 功能模块设计、 业务流程设计和数据