智能城市2024，Vol.10Issue(10) ：46-49.DOI:10.19301/j.cnki.zncs.2024.10.015

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
智能城市2024，Vol.10Issue(10) ：46-49.DOI:10.19301/j.cnki.zncs.2024.10.015
✕
  • 维普
  • 万方数据

基于改进YOLOv5s方法的安全帽佩戴辨识

王盛兴 1王宏波 1王灿 1李琪琪 1孔庆鑫 1刘心玥 1潘学怡1
扫码查看

作者信息

  • 1. 广东海洋大学,广东湛江 524088
  • 折叠

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

引用本文复制引用

出版年

2024
智能城市
辽宁省科学技术情报研究所

智能城市

ISSN：2096-1936
段落导航相关论文