基于改进的YOLOv5s安全帽佩戴检测算法 |
| |
引用本文: | 宫妍,夏明磊,王凯,翟俊杰.基于改进的YOLOv5s安全帽佩戴检测算法[J].哈尔滨商业大学学报(自然科学版),2023(5):550-557. |
| |
作者姓名: | 宫妍 夏明磊 王凯 翟俊杰 |
| |
作者单位: | 哈尔滨商业大学轻工学院 |
| |
基金项目: | 黑龙江省教育科学规划重点课题(No.GJB1421426); |
| |
摘 要: | 针对个人防护用具安全帽的防护检测识别需求,现有的人工检测方法费时费力,无法做到实时监测.提出了一种基于YOLOv5s深度学习模型的安全帽检测算法,能够有效识别检测安全帽是否正确佩戴.并通过添加CA注意力机制,重新分配每个空间和通道的权重;以BoT3替代原有的C3模型,作为主干网络;并将CIOU损失函数改为SIOU等方法,改进原有的YOLOv5s模型,提高安全帽检测识别的精度,提高检测速度.实验结果表明,安全帽识别检测的平均精度比原始模型提高了2.2%,识别检测速度提升了19 ms,实现了更准确地轻量高效实时的安全帽佩戴检测.
|
关 键 词: | 深度学习 目标检测 YOLOv5 CIOU损失函数 视觉识别 安全帽佩戴检测 |
|
|