基于YOLOv5的工地防护设备检测研究

针对工地施工人员防护设备检测问题,本文基于YOLOv5算法对施工人员安全防护设备进行检测,检测施工过程中施工人员、安全帽与安全衣。首先使用收集的图片数据对模型进行训练,测试模型得到最佳的模型mAP为0.817,然后使用TensorRT加速模型部署在Jetson Nano中,使得模型在嵌入式端达到18 FPS的帧率,最后为了更好的利用Jetson Nano上的硬件资源,使用DeepStream套件对模型推理速度再次优化,达到28 FPS的帧率,基本达到实时检测水平,能够有效解决工地安全防护设备的检测需求。