摘要
针对变电站检修中非工作人员误入现场和工作人员不按照规范佩戴安全帽的问题,设计了基于深度学习的人脸识别算法.首先针对卷积神经网络参数多、训练时间长的问题,提出了轻量级卷积神经网络MobileNet算法,将其用于变电站人脸识别中,若非工作人员进入,会发出语音提示禁止进入.其次针对工作人员没有佩戴安全帽工作的问题,提出了基于YOLOv4算法的安全帽识别算法,若工作人员未佩戴安全帽,会发出告警信号.最后经过试验表明,所提的变电站人脸识别算法相比于卷积神经网络能够保证高准确率的同时,还能拥有更快的识别速度,并且同时高效准确地识别了工作人员是否正确佩戴安全帽.
NETL
NSTL
万方数据