基于改进SSD的轧制设备手部安全检测方法研究  

Research on improved SSD based hand safety detection method for rolling equipment

作　　者：易海涛 李博 刘旗 骆德汉[1] YI Hai-tao;LI Bo;LIU Qi;LUO De-han

机构地区：[1]广东工业大学信息工程学院,广州510006 [2]电子科技大学中山学院机电工程学院,中山528402

出　　处：《制造业自动化》2023年第2期22-29,共8页Manufacturing Automation

基　　金：广东省科技计划(2021A0101180005);中山市科技计划项目社会公益重点项目(2018B1018)。

摘　　要：针对轧制行业容易发生机器轧伤工人手部的安全事故,研究一种视觉快速识别手部进入危险区域的方法,提出一种基于SSD(Single Shot Multibox Detector)改进的轻量型手部检测算法。将改进的神经网络MobileNet作为SSD主干网络对输入数据进行特征提取,并重新设计六个特征提取层;借鉴特征金字塔网络(Feature Pyramid Networks,FPN)设计特征融合策略,使较浅特征层获取更丰富的语义信息;使用K-means聚类算法对模型默认框进行调整,使模型检测更加具有针对性;最后引入迁移学习策略对网络训练进行加速。从现场生产视频中获取真实环境下的人手数据样本进行实验,该改进算法检测速度达到20FPS,平均精度均值(mAP)可以达到99.44%,模型大小仅为25.7MB,检测性能优于当前主流的目标检测方法。

关 键 词：手部安全检测 SSD目标检测算法 特征融合 K-MEANS聚类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]