改进yolov5 的口罩和安全帽佩戴人工智能检测识别算法

由于疫情的影响在特定施工环境下,作业人员需同时佩戴口罩和安全帽。为了监控作业人员是否符合安全作业要求。本文将yolo目标检测算法应用于人脸口罩和安全帽佩戴检测,通过改进yolov5算法,使用实验室摄像头监控数据和爬取互联网建立了包含21000张图片的数据集。通过手工进行标注,然后首先采用K-means++算法进行anchor维度聚类,确定anchor参数;并将ciou和diou_nms应用于yolov5网络。经过神经网络训练后将生成的模型,部署在jet nano上。结果表明应用该改进算法模型,可以有效监控口罩和安全帽佩戴情况。