申请/专利权人:安徽工业大学
申请日:2024-03-22
公开(公告)日:2024-06-25
公开(公告)号:CN118247808A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/44;G06V10/80;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种基于YOLOv5算法改进的电动车骑行者头盔佩戴检测方法,属于目标检测技术领域。本发明的方法包括:步骤S1、收集电动车骑行者照片,构建数据集,并对数据集进行数据标注和数据增强处理;步骤S2、改进YOLOv5算法骨干网络,采用PC3模块替换C3模块;在颈部网络使用分层特征提取与逐步融合网络进行处理;采用MPDIoU为损失函数;步骤S3、对得到的初始目标检测模型进行迭代训练;步骤S4、训练完成后,得到最终目标检测模型,能够有效应用在电动车骑行者是否佩戴头盔这一实时检测任务中,通过快速、准确的识别出骑行者及所载人员是否佩戴头盔,以提升电动车骑行者在道路上行驶的安全性。
主权项:1.一种基于YOLOv5算法改进的电动车骑行者头盔佩戴检测方法,其特征在于,包括以下步骤:步骤S1、收集电动车骑行者照片,构建数据集,并对数据集进行数据标注和数据增强处理;步骤S2、改进YOLOv5算法骨干网络,采用PC3模块替换C3模块;在颈部网络使用分层特征提取与逐步融合网络进行处理;采用MPDIoU为损失函数;步骤S3、对经步骤S1和步骤S2处理后得到的初始目标检测模型进行迭代训练;步骤S4、训练完成后,得到最终目标检测模型,采用此模型对采集到的电动车骑行者照片进行识别检测,能够自动检测出佩戴头盔的人员和未佩戴头盔的人员,完成检测后输出检测结果。
全文数据:
权利要求:
百度查询: 安徽工业大学 一种基于YOLOv5算法改进的电动车骑行者头盔佩戴检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。