摘要
本方案属于目标检测领域,具体涉及一种快速安全帽检测方法。包括:数据处理步骤,用于使用多模态传感器采集图像信息,构建多样化的训练数据集,对数据进行标注,将标注后的数据转化为标准YOLO格式数据;模型优化步骤,用于使用SPD‑Cov计算数据特征,并使用GhostNetV2构建安全帽佩戴识别模型,再使用训练集对其进行训练,并使用测试集对训练后的安全帽佩戴识别模型进行测试,再根据测试结果对安全帽佩戴识别模型进行优化;模型推理步骤,用于部署安全帽佩戴识别模型到移动端设备,通过移动端设备采集并检测车间工人的安全帽佩戴情况。本方案解决了在检测车间工人是否佩戴安全帽时,存在检测准确率低、检测速度慢的问题。