一种基于挤压激励残差网络改进YOLOv3的安全帽佩戴检测方法

本发明公开了一种基于挤压激励残差网络改进YOLOv3的安全帽佩戴检测方法，涉及安全帽检测技术领域，该方法包括以下步骤：步骤1安全帽数据集的采集与制作：获取安全帽的图像、佩戴安全帽的人员图像以及截取建筑工地监控录像中的有效样本的视频帧；步骤2图像标注与数据预处理；步骤3改进SE‑YOLO v3算法；步骤4模型训练：通过上面建立的安全帽佩戴数据集，训练并优化改进后安全帽佩戴检测模型；步骤5Web端部署模型。本发明针对安全帽佩戴检测任务，基于深度学习YOLOv3目标检测算法，对特征提取DarkNet网络做相应的改进并改进其目标损失函数；通过改进算法能够有效提高安全帽佩戴这类小目标检测任务检测效果。

《一种基于挤压激励残差网络改进YOLOv3的安全帽佩戴检测方法》是一发明专利，专利号为 2022100818024，当前法律状态为已下证，由华东交通大学提出申请，发明人为刘莉;李包华;张智慧;余娇;刘琳;周俊旭，申请日期为2022-01-24，公开（公告）日期为2024-11-19，国际专利分类号（IPC）为 G06V 20/40 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于挤压激励残差网络改进YOLOv3的安全帽佩戴检测方法，涉及安全帽检测技术领域，该方法包括以下步骤：步骤1安全帽数据集的采集与制作：获取安全帽的图像、佩戴安全帽的人员图像以及截取建筑工地监控录像中的有效样本的视频帧；步骤2图像标注与数据预处理；步骤3改进SE‑YOLO v3算法；步骤4模型训练：通过上面建立的安全帽佩戴数据集，训练并优化改进后安全帽佩戴检测模型；步骤5Web端部署模型。本发明针对安全帽佩戴检测任务，基于深度学习YOLOv3目标检测算法，对特征提取DarkNet网络做相应的改进并改进其目标损失函数；通过改进算法能够有效提高安全帽佩戴这类小目标检测任务检测效果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！