基于改进Faster R-CNN的小目标安全帽检测算法研究

【摘要】 针对现有模型在识别小目标安全帽图像中检测精度低的问题，提出了一种改进Faster R-CNN的小目标安全帽检测算法，采用ResNet101与FPN相融合作为特征提取网络，生成多尺度特征图。根据安全帽尺寸的大小，对区域建议网络生成anchor的尺寸进行调整，使之覆盖安全帽检测中所有尺寸的目标区域。实验结果表明，改进的模型平均精度达到90.9%，平均精度均值达到90.9%，相比于传统特征提取网络VGG16，平均精度提升了6.7%，平均精度均值提高了6.55%，且模型有一定泛化能力和鲁棒性。更多还原