肖立华，徐 畅，商浩亮，罗仲达，吴小忠，马小丰，江志文，陈俊杰

（1.国网湖南省电力有限公司，湖南 长沙 410007；2.北京洛斯达科技发展有限公司，北京 100088；3.湖南省智能信息感知及处理技术重点实验室，湖南 株洲 412008）

0 引言

随着信息化和数字化技术的发展及应用，智慧工地被提上日程。智慧工地是指利用互联网和信息化技术，使用信息技术和数字技术为手段提升工地的管理和决策水平。其中，采用计算机视觉技术的智能视频监控系统是应用最广泛的。各地也发布文件要求各新开工项目要安装在线监控系统，完善安全生产动态监控及预警体系。安全帽是施工人员的关键防护用具，在突发情况下能有效保护施工人的头部，减少伤害。实时检测在施工现场的人员是否正确佩戴安全帽是智慧工地的基本要求。计算机视觉技术具有使用方便、能适应多种复杂场景的优点。因此，采用计算机视觉技术自动化的安全帽识别对智慧工地的建设、减少事故具有重要意义［1］。

施工场所一般处于室外，这类场景具有光照不稳定、环境复杂、人员流动性高的特点，对安全帽佩戴检测算法的实时性和准确性提出了更高的要求。目前，对安全帽的检测都是采用基于深度学习的目标检测方法［2-9］。根据使用的检测方法的原理，可以将这些方法分为2 类：一阶段的方法（one-stage）和两阶段的方法（two-stage）。一阶段的方法采用的是直接回归的方法，只提取一次图像特征，同时预测物体的类别并回归物体在图像中的坐标位置。……