摘要
本发明公开了一种基于多尺度特征融合的安全帽佩戴识别方法及系统,方法包括目标检测模型通过全景特征金字塔网络对不同尺度的特征图进行融合;目标检测模型采用双层目标增强机制对融合后的特征图进行加权操作,以将注意力集中在目标区域;在目标检测模型中引入多尺度检测头,多个检测头通过不同尺度的锚框和特征图处理不同大小的目标;为目标检测模型构造总回归损失函数,模型训练的过程中利用优化方法调整参数,以最小化总回归损失函数,获取训练好的目标检测模型。优点是:有效提高多尺度目标的检测能力,增强对目标区域的专注力,减少复杂背景下的误识别和漏识别,从而在安全帽佩戴状态识别中取得更高的准确性和鲁棒性。
技术关键词
多尺度特征融合
特征金字塔网络
通道注意力机制
检测头
安全帽佩戴识别
检测模型训练
损失函数优化
识别系统
多尺度信息
模块
鲁棒性
参数
矩阵