一种复杂场景下的安全帽佩戴检测方法

摘要

本发明公开了一种基于多尺度特征的安全帽佩戴检测方法，该方法包含：在YOLO v5网络骨干部分引入注意力机制，减少网络中有效信息在传递中的损失；在YOLO v5网络颈部和头部增加第四个检测尺度104×104，增强对小目标的检测能力；在大型数据集上对CSPDarkNet53模型进行预训练后，迁移学习其特征提取能力至安全帽佩戴检测模型，缓解数据集不充足的问题；根据安全帽佩戴检测框推断人体边界框，提取未佩戴安全帽人员的骨架关键点，设计步态识别模块，识别未佩戴安全帽人员身份；本发明在复杂场景下利用多尺度特征提高了安全帽佩戴检测模型的准确率，并且通过融合步态识别算法实现了未佩戴安全帽人员身份的确认。