文献

J-GLOBAL ID：202002254917635506   整理番号：20A2586116

コンボリューションニューラルネットワークに基づく鉱山安全キャップ装着検出【JST・京大機械翻訳】

Wearing safety helmet detection based on convolutional neural networks for mines

著者 (2件)： Liu Xin (安徽省煤炭科学研究院,安徽合肥230001) ,  Zhang Canming (安徽省煤炭科学研究院,安徽合肥230001)
資料名： Dianzi Jishu Yingyong  (Dianzi Jishu Yingyong)
巻： 46  号： 9  ページ： 38-42,46  発行年： 2020年 
JST資料番号： C2505A  ISSN： 0258-7998  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 炭鉱生産において、労働者は安全キャップを着用していないため、受傷した事故時に発生する。デジタルセキュリティキャップ監視システムを構築するために,コンボリューションニューラルネットワークに基づくセキュリティキャップ検出モデルを提案した。先進Darknet53ネットワークをモデル幹として採用し,画像特徴情報を抽出した。さらに,モデルの一般化能力を強化するために,注意力機構を導入して,特徴間の情報伝播を豊かにした。最後に、安全キャップ装着前訓練データセットと実際の鉱山シーンデータセットを作成し、PyTorchプラットフォームで全面的な比較実験を行い、モデル設計の有効性を検証し、実際の鉱山シーンデータセット上で92.5mAPの優れた性能を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *安全帽 ,  *ネットワーク ,  *ニューラルネットワーク ,  炭鉱 ,  労働者 ,  画像特性 ,  監視装置 ,  *鉱山 ,  有効性 ,  比較試験
準シソーラス用語： 情報伝播 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 鉱山 ,  安全キャップ