期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于Protect-YOLO的变电站电力作业人员佩戴安全防护用具检测 被引量:1
1
作者 花磊 米奕萱 《机电信息》 2024年第18期9-12,共4页
变电站事关电力供应大局,站内电力作业人员时刻面临着触电、电弧等诸多安全风险,正确佩戴安全防护用具是关键。因此,提出了一种基于Protect-YOLO的检测模型,专注于检测作业人员佩戴的安全帽、绝缘手套、绝缘鞋等防护用具,并构建变电站... 变电站事关电力供应大局,站内电力作业人员时刻面临着触电、电弧等诸多安全风险,正确佩戴安全防护用具是关键。因此,提出了一种基于Protect-YOLO的检测模型,专注于检测作业人员佩戴的安全帽、绝缘手套、绝缘鞋等防护用具,并构建变电站电力作业实景数据集验证模型的检测效果。实验结果表明,Protect-YOLO对安全防护用具检测的mAP高达0.94,相比于YOLOv5、Faster RCNN等模型在各项指标上更优,检测效果更好。 展开更多
关键词 变电站 作业人员 安全防护用具 protect-yolo
在线阅读 下载PDF
基于深度学习的CT室放射防护状况智能检测技术研究
2
作者 韩壮 李世蛟 +3 位作者 杨恺 马彪 于航 王耀东 《中国数字医学》 2024年第10期96-101,共6页
针对医院CT室人员的复杂性以及患者在进行放射治疗过程中潜在的安全风险,设计了放射治疗过程中操作规范性判别的智能视频检测系统。该系统以医院CT室内的真实视频监控影像数据为基础,构建了多目标样本标注图像数据集,并采用了YOLOv5网... 针对医院CT室人员的复杂性以及患者在进行放射治疗过程中潜在的安全风险,设计了放射治疗过程中操作规范性判别的智能视频检测系统。该系统以医院CT室内的真实视频监控影像数据为基础,构建了多目标样本标注图像数据集,并采用了YOLOv5网络来检测设备状态、医护人员与患者防护装备的穿戴情况。通过对目标特征进行智能分析判断,从而实现放射治疗过程中人员操作行为规范性的实时监测。实验结果显示,该方法能够有效分析实时采集到的视频信息,实现CT室内多种目标的准确识别以及对患者防护服穿戴情况的有效监控。 展开更多
关键词 深度学习 视频检测 目标检测 放射防护 YOLO
暂未订购
基于浅层卷积神经网络的实时视频通信隐私保护研究 被引量:1
3
作者 陈晨 张自军 姚保峰 《宿州学院学报》 2020年第3期80-84,共5页
基于tiny-YOLOv3算法,提出了一种浅层网络的目标检测卷积神经网络结构,用于实时视频通信中的隐私保护。此网络引入特征金字塔的思想,输出两个尺度的预测张量,改善小目标检测的结果。引入全卷积神经网络思想,在两个尺度特征图上进行上采... 基于tiny-YOLOv3算法,提出了一种浅层网络的目标检测卷积神经网络结构,用于实时视频通信中的隐私保护。此网络引入特征金字塔的思想,输出两个尺度的预测张量,改善小目标检测的结果。引入全卷积神经网络思想,在两个尺度特征图上进行上采样,在目标检测的同时并行进行语义分割,生成掩模原型。引入前景人员和背景人员的概念,在目标检测阶段只检测出背景人员。最后将语义分割和目标检测的结果进行组合,将检测到的背景人员进行遮挡从而实现实时视频通信中的隐私保护。实验表明,此网络在性能一般的机器上实现了准确率和帧数的较好平衡,可以应用于实时视频通信的隐私保护。 展开更多
关键词 视频隐私保护 目标检测 图像分割 YOLO
在线阅读 下载PDF
火灾预警中基于YOLO V5的火源智能检测定位方法 被引量:15
4
作者 张旭彤 胡鹏 +1 位作者 赵鑫 丁云霞 《微电子学与计算机》 2023年第3期67-74,共8页
如何高效地检测出火灾初期的火源并对其进行准确定位,是有效遏制火情恶化和及时制定消防计划的重要前提.目前火源检测定位所面临的主要问题为火源检测与定位双任务相互分离,这严重制约了火灾预警的实时性.为了克服上述问题,提出以YOLO V... 如何高效地检测出火灾初期的火源并对其进行准确定位,是有效遏制火情恶化和及时制定消防计划的重要前提.目前火源检测定位所面临的主要问题为火源检测与定位双任务相互分离,这严重制约了火灾预警的实时性.为了克服上述问题,提出以YOLO V5作为火源检测基础模型,同时利用CIOU(Complete intersection over union)损失函数对anchor(anchor-boxes)与GT(Ground Truth)进行精准框定以进一步提高模型标注精度,并将Leaky RELU激活函数替换为正则化和激活函数相结合的GELU(Gaussian Error Linear Unit).另外,在准确检测出火源的同时,采用平行双目定位算法对火源进行空间定位,以实现火源检测与定位的智能一体化.实验结果表明,所提方法的火源检测mAP值比原始算法提高了9.8%,在保证检测火源精确性的同时能准确定位火源位置. 展开更多
关键词 目标检测 YOLOV5 双目定位 火源检测 智慧消防
在线阅读 下载PDF
继保压板状态图像识别与核对系统设计和实现 被引量:1
5
作者 侯伟 李新海 +3 位作者 范德和 肖星 梁景明 林悦德 《电工技术》 2021年第24期63-66,共4页
变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统。该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传... 变电站人工核对压板工作量大、效率低,造成不能及时发现压板误投退、漏投退隐患,因此提出了一种以机器人和手持终端为底层感知设备的继保压板状态图像识别与核对系统。该系统采用多层设计架构方式,实现了设备的实时控制和数据的高效传输与处理。系统感知层采用轮式机器人和手持终端相结合的方式对压板屏柜进行巡检,服务器端采用YOLO目标识别算法实现压板投退状态的识别,使用SSM框架快速搭建稳定性良好的应用系统。该系统在某220 kV变电站进行了试点应用,对该站主控室45面压板保护屏柜(共计1107个压板)进行每月1次定时巡检,并自动形成压板核对报告,压板投退状态识别正确率达100%,完全满足压板日常巡检要求,运行效果良好。 展开更多
关键词 继电保护压板 图像识别 自动核对系统 YOLO SPRING框架 VueJS
在线阅读 下载PDF
一种基于YOLO v4和DeepSort的施工作业人员安全装备检测方法
6
作者 秦妍 梁臻 娄阳 《科技创新与生产力》 2023年第10期104-109,共6页
为了快速有效地识别施工人员是否完整且正确地佩戴安全装备,本文提出了一种基于YOLO v4算法和DeepSort算法的个人安全防护装备检测方法。首先,提出了一种基于统计的数据增强方法对获取的图像数据进行扩展,使训练模型具有更高的稳健性;其... 为了快速有效地识别施工人员是否完整且正确地佩戴安全装备,本文提出了一种基于YOLO v4算法和DeepSort算法的个人安全防护装备检测方法。首先,提出了一种基于统计的数据增强方法对获取的图像数据进行扩展,使训练模型具有更高的稳健性;其次,结合YOLO v4算法和DeepSort算法对人体和安全防护装备进行检测、跟踪;然后,分析人体框与安全防护装备框的IoU值和相对位置,判断每个工作人员是否完整且正确地佩戴安全装备;最后,显示未佩戴或佩戴错误的装备信息并进行报警。实验结果表明,本文中提出的方法平均检测精度较高,可满足工业应用的精确度要求,能够实现智能化、数字化的实时监控。 展开更多
关键词 深度学习 YOLO v4 DeepSort 个人防护装备检测
在线阅读 下载PDF
基于改进YOLOv5的巡更安全风险识别方法研究
7
作者 齐芳平 石晔 +2 位作者 崔志威 王辉 朱澈 《上海节能》 2023年第12期1876-1881,共6页
为了自动检测巡更人员是否佩戴安全帽,提高单人巡检的安全性,提出一种针对瓦斯电站内巡更人员的安全风险识别方法。首先使用网络爬虫收集佩戴安全帽的图像构建数据集,其次使用YOLO v5对构建好的数据集进行训练,训练出安全帽检测模型,最... 为了自动检测巡更人员是否佩戴安全帽,提高单人巡检的安全性,提出一种针对瓦斯电站内巡更人员的安全风险识别方法。首先使用网络爬虫收集佩戴安全帽的图像构建数据集,其次使用YOLO v5对构建好的数据集进行训练,训练出安全帽检测模型,最后在实际生产过程中进行应用。该算法通过YOLO v5模型对巡更人员是否佩戴安全帽进行检测,并记录人员在厂房内的逗留时长,在超时后及时发出警报,有效保护了巡更人员的生命安全。同时,依据算法检测是否佩戴安全帽,减少了一定的人力输出,更具有一定的经济效应。 展开更多
关键词 瓦斯电站 安全帽 YOLO v5 安全防护 经济性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部