基于改进YOLOv5s方法的安全帽佩戴辨识
王盛兴
王宏波
王灿
李琪琪
孔庆鑫
刘心玥
潘学怡
摘要：针对现有安全帽佩戴检测中存在检测精度低等问题,文章提出一种改进的YOLOv5s的安全帽佩戴检测算法,通过可变形卷积结合C3模块嵌入主干网络中提高特征提取的准确性,加入解耦头作为目标检测模型的输出层,提高检测器的准确性和推理速度.同时,使用无锚框方法替代传统的锚框的方法,提升目标检测的准确性,简化模型结构.结果显示,改进后的YOLOv5s模型比改进前的mAP_0.5指标提升1.6％,mAP_0.5∶0.95指标提升3.4％.
关键词：YOLOv5深度学习目标检测可变形卷积解耦头无锚框
分类号：X924.2(安全管理（劳动保护管理）)
论文发表日期：2024-10-28
页数：4( 46-49 )