基于改进YOLOv5的电动摩托车驾驶人头盔检测方法 |
| |
引用本文: | 谢嘉飞,赵月爱.基于改进YOLOv5的电动摩托车驾驶人头盔检测方法[J].太原师范学院学报(自然科学版),2023(1):24-31. |
| |
作者姓名: | 谢嘉飞 赵月爱 |
| |
作者单位: | 太原师范学院计算机科学与技术学院 |
| |
基金项目: | 国家社科基金项目(20BJL080);;山西省重点研发计划项目(201803D121088); |
| |
摘 要: | 随着经济的快速发展及低碳环保出行方式的普及,电动摩托车投入量逐年上升,但由此带来的安全隐患也随之上升.针对传统的人工检查骑手是否规范佩戴安全帽耗时、耗力且存在漏检等问题,提出一种基于改进YOLOv5的头盔检测算法.首先,针对摩托车头盔大小尺寸不一的问题,使用K-means++算法重新设计初始锚框,增加了网络收敛速度;其次引入坐标注意力机制(Coordinate Attention),增强网络学习特征的表达能力;最后,引入α-IoU损失函数提高目标检测精度.实验表明,改进的YOLOv5模型的mAP达到98.83%,比YOLOv5的平均精度提升了5.29%,符合在道路复杂环境下对电动摩托车驾驶人头盔检测的要求.
|
关 键 词: | 卷积神经网络 头盔检测 改进YOLOv5 坐标注意力机制 实时检测 |
|
|