基于改进SSD安全头盔反光衣检测算法

施工人员正确穿戴安全头盔和反光衣是进行安全生产和保障人身安全的重要一环,当前对安全头盔反光衣穿戴的检查还是依靠传统人工的方式,存在费时费力问题,针对这种情况,使用了深度学习中的SSD(single shot multibox detector)算法作为基本网络框架实时对目标人物进行无人化穿戴检测,同时针对原SSD算法存在检测精度不高的问题,对原SSD算法进行了改进,首先使用了部分ResNet50网络替换内部的VGG-16作为特征提取网络;其次在SSD算法的高层卷积模块中加入可形变卷积模块,使检测目标时更好地适应目标的不同尺寸来提高检测精度。实验结果表明,该网络结构在检测安全头盔和反光衣上精确度和速度上表现优异。