一种通过YOLOv5技术基于PyTorch实现吸烟、未佩戴安全帽、烟火检测的智慧工地软件

下载PDF

导出

摘要基于YOLOv5技术的图像目标检测算法在实时性和准确性,本文将介绍基于PyTorch实现的YOLOv5算法在“吸烟检测”“安全帽佩戴检测”和“烟火检测”方面的应用。通过提供大量的带有吸烟、安全帽、烟火标注的图像样本作为训练数据,让YOLOv5算法学习吸烟行为、佩戴安全帽、存在烟火的特征并进行准确的识别,在监控视频中实时预警和记录。

作者王蕊

机构地区中国移动通信集团广东有限公司

出处《新潮电子》 2024年第3期55-57,共3页

关键词目标检测视觉识别 YOLO 吸烟检测烟火检测头盔检测

分类号 TP3 [自动化与计算机技术—计算机科学与技术]

引文网络
相关文献

1朱志贤.ChatGPT推动会计领域全面优化升级[J].知识经济,2024(7):49-51.
2侯勇,杨争争,薛少辉,翟二宁.基于嵌入式终端的YOLOv3算法优化实现[J].计算机与数字工程,2024,52(1):162-168.
3王春华,李恩泽,肖敏.多特征融合和孪生注意力网络的高分辨率遥感图像目标检测[J].吉林大学学报（工学版）,2024,54(1):240-250.
4杨文翰,刘天宇,周俊池,胡文武,蒋蘋.基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法[J].林业科学,2024,60(3):121-130.
5汤云敏.基于轮廓投影算法的智能终端数字媒体图像信息识别研究[J].自动化与仪器仪表,2024(2):20-23.
6马楠,李洪奇,刘华林,杨磊.基于SAC的炼厂原油储运调度方法[J].化工进展,2024,43(3):1167-1177.

新潮电子

2024年第3期

浏览历史

内容加载中请稍等...

一种通过YOLOv5技术基于PyTorch实现吸烟、未佩戴安全帽、烟火检测的智慧工地软件

相关作者

相关机构

相关主题

浏览历史