摘要
本发明公开了一种物流园区安全帽佩戴检测分割方法、系统和介质,涉及计算机视觉技术领域。本发明在DeepLabV3+网络模型结构的基础上,构建了GridAtten‑Net语义分割网络模型,该模型包括膨胀卷积残差网络特征提取模块、卷积注意力机制融合模块、图像特征网格化模块。采用ResNet‑101膨胀残差特征提取网络作为主干提取网络,以减小计算量,加快网络的模型收敛速度。在编码阶段引入卷积注意力机制融合模块,有效增强特征区域的表征能力,进一步提升图像语义分割的精度。同时图像特征网格化模块能够获取物流园区复杂场景中局部区域的小目标特征信息,解决目前安全帽分割存在的漏检问题,提高了识别的准确性。
技术关键词
安全帽佩戴检测
场景特征
语义分割网络
分割方法
卷积残差网络
特征提取模块
图像语义分割
网络模型结构
通道注意力机制
影像
计算机视觉技术
神经网络结构
输入解码器
系统为您推荐了相关专利信息
拍照姿势
人物属性识别
推荐方法
场景特征
共享卷积神经网络
三维模型
数据处理方法
消防设备管理
场景特征
消防管理系统
物体分割方法
多尺度特征
线性
特征金字塔网络
物体分割装置
观光潜水器
图像处理方法
去雾图像
图像增强模块
直方图均衡化