摘要
本申请涉及一种道路交通的安全头盔佩戴检测方法、装置、设备及介质,所述方法包括:获取道路交通场景中包含有未佩戴头盔的骑行人员的待检测交通路口图像帧;将预设的第一头盔佩戴检测模型的主干网络中的原始C2f模块中的Bottleneck结构更新为StarNet轻量级网络中的Star Block模块,并引入CAA注意力机制模块,将特征融合网络更新为引入DySample模块的广义特征金字塔模块,以构建第二头盔佩戴检测模型;将所述待检测交通路口图像帧输入至已训练至收敛状态的第二头盔佩戴检测模型,获得所述待检测交通路口图像帧中的多个未佩戴头盔的骑行人员,以完成道路交通的安全头盔佩戴检测。本申请显著提升了交通场景中未佩戴头盔骑行人员的检测精度与模型性能。
技术关键词
佩戴检测方法
交通路口
头盔
卷积模块
特征融合网络
图像
高层语义信息
注意力机制
广义
佩戴检测装置
特征金字塔网络
多尺度特征融合
中央处理器
网络结构
积层
计算机可读指令
表达式
系统为您推荐了相关专利信息
多模态图像配准
神经网络模型
通用特征
配准多模态图像
图像配准方法
霉菌检测方法
特征提取模型
数据
多模态
可见光图像