基于改进Faster-R-CNN塔式起重机驾驶人员行为监测研究

考虑到塔吊驾驶环境的特殊性,为减少塔吊驾驶人员不规范的驾驶行为,降低塔吊事故的发生率,本文结合手部检测的塔吊驾驶人员行为规范监测方法,改进Faster R-CNN算法模型,融合了剪枝、通道注意力机制等算法,提出了CF-R-CNN模型。根据手部和被检测物体的预测框交并比阈值,判断驾驶人员是否存在违规行为。改进后,网络的F1值相比原网络只降低了2.1%,但FPS提高了23.0%,并与FRC-Tiny和Cut-YOLOv3算法进行了对比。实验结果证明,该网络在性能上有一定的提升,达到了实时性检测的要求,可在移动端进行部署。