江新玲, 杨乐, 朱家辉, 等. 面向复杂场景的基于改进YOLOX_s的安全帽检测算法[J]. 南京师大学报(自然科学版), 2023, 46(2): 107-114.
|
张震, 李浩方, 李孟洲, 等. 改进YOLOv4的安全帽佩戴检测方法[J]. 计算机应用与软件, 2023, 40(2): 206-211, 273.
|
祁泽政, 徐银霞. 改进YOLOv5s算法的安全帽佩戴检测研究[J]. 计算机工程与应用, 2023, 59(14): 176-183. doi: 10.3778/j.issn.1002-8331.2303-0284
|
崔海彬, 蒲东兵, 陆云凤, 等. 基于CA-YOLO的安全帽佩戴检测[J]. 东北师大学报(自然科学版), 2023, 55(3): 94-100.
|
王贞, 邱杭, 吴斌, 等. 基于CCG-YOLOv8的施工场景下安全帽佩戴检测[J]. 武汉理工大学学报, 2024, 46(6): 73-80.
|
邱明明, 刘超, 胡正庭. 基于Openpose-CenterNet的不停电作业人员安全防护用具穿戴智能检测研究[J]. 武汉大学学报(工学版), 2024, 57(6): 829-836.
|
徐先蜂, 王轲, 马志雄, 等. 基于改进YOLOv4颈部优化网络的安全帽佩戴检测方法[J]. 重庆大学学报, 2023, 46(12): 43-54.
|
王晓龙, 江波. 基于改进YOLOX-m的安全帽佩戴检测[J]. 计算机工程, 2023, 49(12): 252-261.
|
邓珍荣, 熊宇旭, 杨睿, 等. 面向小目标的改进YOLOv5安全帽佩戴检测算法[J]. 计算机工程与应用, 2024, 60(3): 78-87.
|
FANG Q, LI H, LUO X C, et al. Detecting Non-Hardhat-Use by a Deep Learning Method from Far-Field Surveillance Videos[J]. Automation in Construction, 2018, 85: 1-9.
|
REN S Q, HE K M, GIRSHICK R, et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(6): 1137-1149.
|
朱旭, 马淏, 姬江涛, 等. 基于Faster R-CNN的蓝莓冠层果实检测识别分析[J]. 南方农业学报, 2020, 51(6): 1493-1501.
|
刘雅洁, 伊力哈木·亚尔买买提, 席凌飞, 等. 改进YOLOv5s的安全帽佩戴检测算法研究[J]. 计算机工程与应用, 2023, 59(20): 184-191.
|
WU J X, CAI N, CHEN W J, et al. Automatic Detection of Hardhats Worn by Construction Personnel: A Deep Learning Approach and Benchmark Dataset[J]. Automation in Construction, 2019, 106: 102894.
|
张炳力, 王焱辉, 潘泽昊, 等. 基于障碍物和车位检测的单阶段多任务YOLO-Parking算法研究[J]. 合肥工业大学学报(自然科学版), 2024, 47(1): 1-6, 61.
|
田乔鑫, 孔韦韦, 滕金保, 等. 基于并行混合网络与注意力机制的文本情感分析模型[J]. 计算机工程, 2022, 48(8): 266-273.
|
赵志宏, 杨绍普, 马增强. 基于卷积神经网络LeNet-5的车牌字符识别研究[J]. 系统仿真学报, 2010, 22(3): 638-641.
|
戴天虹, 刘超. 基于改进EfficientDet的雪豹红外相机图像检测方法[J]. 哈尔滨理工大学学报, 2023, 28(2): 108-116.
|
刘歆, 吴小倩. 轻量化YOLOv4的安全帽佩戴检测方法[J]. 重庆邮电大学学报(自然科学版), 2023, 35(4): 671-679.
|
李慧琴, 宋赵铭, 刘存祥, 等. 基于YOLOv8n的番茄果实检测模型改进[J/OL]. 河南农业大学学报, (2024-05-13)[2025-05-27]. https://doi.org/10.16445/j.cnki.1000-2340.20240511.002.
|
徐守坤, 倪楚涵, 吉晨晨, 等. 基于YOLOv3的施工场景安全帽佩戴的图像描述[J]. 计算机科学, 2020, 47(8): 233-240.
|
徐先峰, 赵万福, 邹浩泉, 等. 基于MobileNet-SSD的安全帽佩戴检测算法[J]. 计算机工程, 2021, 47(10): 298-305, 313.
|
王玲敏, 段军, 辛立伟. 引入注意力机制的YOLOv5安全帽佩戴检测方法[J]. 计算机工程与应用, 2022, 58(9): 303-312.
|
吕宗喆, 徐慧, 杨骁, 等. 面向小目标的YOLOv5安全帽检测算法[J]. 计算机应用, 2023, 43(6): 1943-1949.
|
张锦, 屈佩琪, 孙程, 等. 基于改进YOLOv5的安全帽佩戴检测算法[J]. 计算机应用, 2022, 42(4): 1292-1300.
|
杨大为, 张成超. 基于改进YOLOv7的安全帽佩戴检测算法[J]. 沈阳理工大学学报, 2024, 43(1): 16-21.
|
冯勇, 杨思卓, 徐红艳. 基于YOLOv8的轻量化安全帽佩戴检测算法[J]. 计算机应用, 2024, 44(S2): 251-256.
|
HE K M, ZHANG X Y, REN S Q, et al. Deep Residual Learning for Image Recognition[C] //2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). June 27-30, 2016, Las Vegas, NV, USA. IEEE, 2016: 770-778.
|
汤先美, 王春宇, 闫顺丕, 等. 基于残差和卷积神经网络的生猪图像分块压缩感知[J]. 东北农业大学学报, 2023, 54(10): 70-78.
|