工程爆破不仅是采矿工程中广泛使用的技术手段，也是一项危险的工作。戴头盔是确保人身安全的有效手段。为了解决安全帽佩戴意识不强、人工监督监督能力弱的问题，提出了一种基于YOLOV3深度学习算法的安全帽佩戴检测算法。首先，利用爆破现场拍摄的视频数据和图片制作头盔检测数据集。其次，将YOLOv3模型应用于爆破现场的头盔检测数据集，进行训练和参数调整。最后，将该算法应用于爆破现场视频流的头盔检测过程。实验结果表明，该算法达到了mAP的90.2%，可以实时应用于爆破现场作业，有效减少安全事故的发生。