基于改进YOLOv5算法的电力工人作业安全关键装备检测
伏德粟
高林
刘威
王书坤
湖北民族大学 智能科学与工程学院,湖北 恩施445000
摘要：传统的电力工人作业安全关键装备检测算法精度低、鲁棒性差.为此提出了一种基于YOLOv5的改进型目标检测算法,用于对绝缘手套、安全帽、作业人员进行检测.首先在原版YOLOv5中加入坐标注意力模块,提升对小目标特征提取的能力;其次用加权双向特征金字塔网络结构代替原有的特征金字塔网络结构,进一步提升特征提取的能力.实验结果表明平均精确度提升了1.8％,其精度达96.4％,平均精确度均值提升了0.4％,其均值达93.3％.所提算法改善了原版网络对小目标容易漏检、误检的问题,具有较强的实用性和先进性,能满足实时检测的要求,对电力行业安全有一定的促进作用.
关键词：安全帽绝缘手套YOLOv5小目标目标检测注意力机制电力工人
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61562025)国家自然科学基金(61962019)湖北省高等学校省级教学研究项目(2017387)
论文发表日期：2022-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 320-327 )
英文信息