基于轻量化YOLOv8的安全帽检测

安全帽检测是一项具有重要应用价值的计算机视觉任务,涉及建筑工地、矿山、电力等多个领域的安全管理。然而,安全帽检测也面临着诸多挑战,如目标尺寸和长宽比的巨大变化、目标速度的快速变化、目标遮挡和背景干扰等。为了解决这些问题,提出了一种基于轻量化YOLOv8算法的安全帽检测方法,利用YOLOv8的高速和高精度特点,结合安全帽的特征,实现了对安全帽的有效检测。

基于图像特征偏差的姿态调整策略研究

为了实现对泡沫柱空间姿态的调整,研究了基于双路视觉的泡沫柱空间位姿调整策略,建立了系统的运动学模型,在此基础上,提出了基于图像特征偏差的位姿调整策略。在仿真分析中,推导了基于Broyden方法的图像雅可比矩阵在线估计方程,建立了系统的运动学模型与视觉成像模型,设计采用了比例控制器。仿真结果表明,采用的图像雅可比矩阵估计方法可以很好地跟踪目标图像特征,图像特征偏差可以快速收敛到设定要求。