一种基于YOLOv7改进的工厂安全穿戴目标检测方法技术

本发明专利技术涉及机器视觉与目标检测技术领域，尤其涉及一种基于YOLOv7改进的工厂安全穿戴目标检测方法，包括采集不同场景、不同天气、不同拍摄距离和人员密度的的穿戴图像，并进行预处理；在YOLOv7的Head部分加入深度可分离卷积可以有效提升检测速度，大大降低参数量和计算量。本发明专利技术解决现有方法参数量与计算量高、帧率低的问题；增加小目标检测层，使得YOLOv7网络的目标检测尺寸范围增大，增加了在复杂背景下的检测鲁棒性；在YOLOv7的特征提取网络部分与特征融合网络部分的连接处添加CA注意力机制，提高模型的准确性；采用SiLU激活函数增加模型的泛化能力。本发明专利技术通过以上技术方案有效的解决了复杂场景下安全穿戴检测中所遇到的检测速递低、密集遮挡、小尺度目标漏检误检等问题，提高了检测的准确率，降低了模型计算量，做到了准确率与速度的平衡，满足了满足端到端的工业部署。

【技术实现步骤摘要】

本专利技术涉及机器视觉与目标检测，尤其涉及一种基于yolov7改进的工厂安全穿戴目标检测方法。

技术介绍

1、随着人工智能相关技术的快速发展，模式识别和机器视觉等领域的研究热潮迅速席卷全球，其研究成果逐渐应用于教育、医疗、安防、智能手机、智能汽车、智能家居、工业现场等行业，为人们的生活和工作提供了极大的便利。近几年，基于视频监控的工业现场智能化监控技术引起了广泛关注，同时，视频监控技术的蓬勃发展和网络摄像头的广泛普及为智能监控技术的实际应用提供了条件。智能视频监控是利用计算机视觉技术对场景中感兴趣的目标进行检测、跟踪、识别和理解，并在出现异常事件时进行主动报警及记录，能够有效地辅助工作人员进行工作监察。目前智能化视频监控技术主要应用于工业生产现场，包括产品生产质量监控、生产设备故障监控以及工业现场作业人员安全监控。其中，对于作业人员的安全监控尤为重要。在工业现场作业中，安全帽和防护服作为工人安全防护的必不可少的装备，对工人的生命安全具有重要保障，因此工人进入作业现场时必须正确穿戴防护服和安全帽。但是，在实际的工作中，由于对安全生产的重视程度不够，工作人员可本文档来自技高网...

【技术保护点】

1.一种基于YOLOv7改进的工厂安全穿戴目标检测方法，其特征在于，所属方法包括以下步骤：

2.根据权利要求1所述的一种基于YOLOv7改进的工厂安全穿戴目标检测方法，其特征在于，步骤一通过企业现场视频采集与网络爬取两种方式进行数据采集并完成安全穿戴数据集的构建分为以下步骤：

3.根据权利要求1所述的一种基于YOLOv7改进的工厂安全穿戴目标检测方法，其特征在于，步骤二中在官方YOLOv7模型的基础上进行改进方法分为以下步骤：

4.根据权利要求1所述的一种基于YOLOv7改进的工厂安全穿戴目标检测方法，其特征在于，步骤三中对模型训练后的数据进行分析判断...

【技术特征摘要】

1.一种基于yolov7改进的工厂安全穿戴目标检测方法，其特征在于，所属方法包括以下步骤：

2.根据权利要求1所述的一种基于yolov7改进的工厂安全穿戴目标检测方法，其特征在于，步骤一通过企业现场视频采集与网络爬取两种方式进行数据采集并完成安全穿戴数据集的构建分为以下步骤：

3.根据权利要求1所述的一种基于yolov7改进的工厂安全穿戴目标检测方法，其特征在于，步骤二中在官方yolov7模型的基础上进行改进方法分为以下步骤：

4...

【专利技术属性】
技术研发人员：秦岭，黄道宏，杨小健，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：