工地安全帽佩戴监测系统  

作　　者：崔俊 

机构地区：[1]苏州中材建设有限公司

出　　处：《电子世界》2021年第4期188-189,共2页Electronics World

摘　　要：近年来,目标检测主要通过卷积神经网络(CNN)提取图片的特征,根据应用场景相应地诞生了许多目标检测算法。对于安全帽与人体的目标检测这一应用场景,国内外根据各种算法已经有很多实际的应用,并取得了很好的效果。2004年,Alexey等人根据YOLO v3提出了YOLOv4算法,在速度与精度上有了非常好的提升,与YOLO v3相比,YOLO v4的AP和FPS分别提升了10%和12%。随着建筑行业的发展,无论是企业规模、相关从业者的数量,还是经济总产值都有不同程度的增长。然而在繁荣兴盛的背后,由于疏忽大意而时常发生的建筑事故给工人的生命安全带来了巨大的威胁。

关 键 词：安全帽 目标检测 疏忽大意 建筑事故 监测系统 繁荣兴盛 应用场景 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]