在复杂的工地环境对施工人员安全帽佩戴情况进行检测非常重要,关系到生命安全.提出一种改进的YOLOv7 目标检测模型,实现工地安全帽的准确检测.将SimAM注意力机制插入原始YOLOv7 网络结构,提高模型的特征提取能力,改进最大池化卷积结构,减少下采样过程中的特征损失,并将非极大值抑制(NMS)算法替换为soft-NMS算法,在安全帽出现遮挡或重叠时提高检测效果.经测试,改进YOLOv7 算法的mAP值为 95.65%,综合评分F1 为 0.92,相比原始YOLOv7 检测算法具有较大提升,为工地安全帽检测提供了一种更有效的方案.
NETL
NSTL
万方数据
