[发明专利]一种基于深度学习的施工工地图像安全帽检测方法

摘要

本发明公开了一种基于深度学习的施工工地图像安全帽检测方法。本发明首先通过深度学习的目标检测方法检测到施工人员目标区域，获得该人员目标图像区域后，截取该区域的上1/3部分的图像，然后将上1/3部分的图像使用深度学习中的迁移学习方法进行安全帽分类网络的训练，判断该图像部分是否包含安全帽的信息，如果分类为安全帽，则图像中该人员佩戴了安全帽，否则图像中该人员未佩戴安全帽。本发明方法能满足安全帽检测的准确性要求，具有较大的使用价值。

主权项

1.一种基于深度学习的施工工地图像安全帽检测方法，其特征在于：该方法包括如下步骤：1)采用已经标注信息区域的施工现场的视频图像，视频图像标注的信息区域分为人体区域和背景区域，将所有视频图像构建为训练数据，将训练数据输入到深度学习目标检测网络进行训练，使用该训练好的深度学习目标检测网络对图像进行人体区域检测，如果检测到人体区域，将人体区域的上部1/3作为人体头部区域；2)构建佩戴安全帽和未佩戴安全帽的图像数据集，构建用于检测是否佩戴安全帽的深度学习分类网络，将图像数据集输入到深度学习分类网络进行训练；使用训练好的深度学习分类网络对步骤1)中的人体头部区域进行深度学习分类检测，判断人体头部区域中的是否存在佩戴安全帽的情况，从而实现施工现场图像中的安全帽检测。