申请/专利权人:桂林电子科技大学
申请日:2024-01-15
公开(公告)日:2024-04-12
公开(公告)号:CN117877118A
主分类号:G06V40/20
分类号:G06V40/20;G06V20/52;G06V10/25;G06V10/764;G06V10/766;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种针对塔吊驾驶员危险行为的目标检测方法。首先收集塔吊驾驶员行为图像样本数据制作数据集,并对图像样本进行预处理;并通过主干网络,对输入图像进行特征提取;其次通过改进增强网络,融合主干网络提取的图像特征;最后通过预测网络,对塔吊驾驶场景下危险行为小目标(烟和电话)进行分类和边界框回归,输出检测结果。该方法通过改进YOLOv7目标检测算法,结合多种成熟的方法,从而达到更好的检测效果。本发明方法能够有效提高检测效果,方法简单易用,应用性强,尤其在工地安全领域检测塔吊驾驶员危险行为的方面将会有很大的应用。
主权项:1.一种针对塔吊驾驶员危险行为的目标检测方法,其特征在于,包括如下步骤:步骤1:收集塔吊驾驶室操作人员行为图像样本数据,制作数据集;步骤2:对图像数据进行预处理;步骤3:通过改进YOLOv7主干网络,输入处理后的图像数据,并对输入图像进行特征提取;步骤4:通过改进YOLOv7增强网络,融合主干网络提取的图像特征;步骤5:通过改进YOLOv7预测网络,对塔吊驾驶场景下危险行为小目标进行分类和边界框回归;步骤6:对预测网络的检测结果进行分类和位置预测,输出最终检测结果。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 一种针对塔吊驾驶员危险行为的目标检测方法
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。