基于神经网络架构搜索的安全帽佩戴检测算法研究 |
| |
引用本文: | 张瑢,周瑾,焦雯,李坚.基于神经网络架构搜索的安全帽佩戴检测算法研究[J].铁道通信信号,2022(4):43-47+53. |
| |
作者姓名: | 张瑢 周瑾 焦雯 李坚 |
| |
作者单位: | 1. 中国路桥工程有限责任公司;3. 中铁快运股份有限公司;4. 中国铁路北京局集团有限公司 |
| |
摘 要: | 安全帽佩戴监控是铁路工程施工人员安全管理中的重点和难点,它对检测算法的准确率与检测速度都有较高的要求。本文提出一种基于神经网络架构搜索的安全帽佩戴检测算法NAS-YOLO。该神经网络架构由上、下行操作单元组成,采用二进制门策略对网络架构进行更新,通过数据驱动的方式自动确定合适的神经网络体系结构。实验结果表明,NAS-YOLO算法在准确率、召回率及平均检测速度方面均优于实时目标检测算法YOLOv3,可以在工程施工中对施工人员安全帽佩戴情况进行实时监控。
|
关 键 词: | 安全帽佩戴 神经网络架构搜索 自动检测 检测算法 实时监控 |
|
|