◆朱夏 晗潇
基于YOLO v4的校园环境安全帽检测系统的研究
◆朱夏 晗潇
(大连海事大学 信息科学技术学院 辽宁 116026)
在当代校园环境下,某些实践课的进行必须佩戴安全帽来保证安全。为实现检测,提出一种基于YOLO v4的安全帽应用检测方法。通过机器人采集数据集,判断头部区域与安全帽区域的相交来判定佩戴情况,并通过对比实验来说明采用YOLO v4的原因。最后,提出遮挡方面的不足,并对研究方向进行展望。
计算机视觉;YOLO v4;安全帽识别
随着高等教育水平以及高校环境的发展,越来越多的高校将实践课程列为必修的内容之一。而在此过程中,安全问题也备受大家的关注。其中,安全帽是在某些场合下必须佩戴的物品,然而,很多学生不遵守规定,不能按照要求佩戴安全帽。本文需要一个实施监督作用的技术来改善这种现象。
本文整个应用检测的流程如图1所示,首先通过设计的机器人进行视频数据采集,再经过训练好的YOLO v4[1]模型判断头部和安全帽的位置,之后判断出行为人是否佩戴安全帽。管理员可以通过后台对识别的结果进行管理。

图1 安全帽应用检测流程
本文选择了SpotMini机械狗,结合现实地形以及社会因素的设计,加以改进,通过Solidworks进行建模,设计出以波士顿动力为基础的一款机械狗。本文使用单片机C语言编写控制其行动的程序,采用MG90S金属舵机作为驱动。本文将无线摄像头固定在其头部,进行数据回传。……