一种基于深度学习的井下人员安全帽佩戴实时检测方法

本发明提出一种基于深度学习的井下人员安全帽佩戴实时检测方法，方法包括：基于井下人员安全帽是否佩戴对应的目标图像数据集，以及YOLOX网络模型，其中，YOLOX网络模型中主干深度卷积神经网络采用可学习偏移量的可变形卷积并在进行采样时引入形状先验，颈部网络中路径聚合网络的不同尺度的特征层上和特征金字塔网络的上采样部分添加ECA‑Net注意力机制模型，头部网络中obj分支和cls分支使用二元交叉熵损失函数，预测reg分支使用广义交并比损失函数并加入一个角度损失项，训练出初始安全帽检测模型，对实时图像进行检测，以确定井下人员是否实时佩戴安全帽。由此，实现井下人员是否佩戴安全帽的小目标检测，并提高安全帽检测的精度和准确度。