【技术实现步骤摘要】
本专利技术属于目标检测，涉及一种目标检测方法，尤其是基于坐标注意力和软化非极大值抑制的安全帽检测算法及系统。
技术介绍
1、在电力行业发展的早期，大部分电力工人的事故与电力线路检修有关，导致他们伤亡的因素通常与缺乏经验、使用非标准化设备和工具以及自身的不安全行为有关，但在许多事件中证明，若电力工人佩戴安全帽，能有效防止触电，避免事故发生。传统的人工监管方式不仅费时费力，而且容易造成疏漏。特别是在密集场景下，小目标繁多、易互相遮挡、目标可能出现在图片任何位置且尺寸动态变化，这都为目标检测带来极大的挑战。
2、目标检测分为“传统的目标检测时期”和“基于深度学习的检测时期”。传统的目标检测主要有hog+svm、dpm算法等。基于深度学习的检测方法有两阶段方法和单阶段方法。两阶段方法精度高、但运行速度慢，主要有r-cnn、fast r-cnn、faster r-cnn、sppnet等。单阶段方法运行速度快，但精度较低，有yolo、ssd等；若是将特征金字塔和多尺度感知模块结合，形成一种基于ssd的检测方法，可以提高安全帽检测的精度，...
【技术保护点】
1.一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述步骤3)中，应用坐标注意力模块提取特征图yc(i,j)的过程如下：
3.根据权利要求2所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述在高度h第c个通道的特征映射和宽度w第c个通道的特征映射的公式如下：
4.根据权利要求2所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述特征图f的计算公式如下：p>
5.根据权...
【技术特征摘要】
1.一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述步骤3)中，应用坐标注意力模块提取特征图yc(i,j)的过程如下：
3.根据权利要求2所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述在高度h第c个通道的特征映射和宽度w第c个通道的特征映射的公式如下：
4.根据权利要求2所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述特征图f的计算公式如下：
5.根据权利要求2所述的一种基于坐标注意力和软化非极大值抑制的安全帽检测算法，其特征在于，所述特征图f在高度h上的注意力权重和宽度w上的注意力权重的公式如下：
6.根据权利要求1所述的一种基于坐标注意...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。