基于改进YOLO v5的电网工人防具检测

作者：戴云周; 路红; 纪陈阳

来源：南京工程学院学报(自然科学版), 2023, 21(01): 33-38.

DOI：10.13960/j.issn.1672-2558.2023.01.006

• 轻量化
• 防具检测
• YOLO v5网络

为了防止电网工人在高空作业时防具穿戴不当而导致安全事故发生，基于PyTorch框架提出一种改进型的轻量级防具检测算法.首先将YOLO v5s的Backbone用轻量级网络GhostNet来替换，降低网络复杂程度，减少参数量；然后针对工人在高空作业中的目标遮挡问题，通过改进随机擦除与Mosaic数据增强的方法模拟高空中防具被遮挡的情况；最后优化loss函数，采用Distance-IoU替换常用的IoU,解决网络检测框位置偏差大的问题.采用平均精度均值mAP与模型大小来评估本文改进算法与其他算法对防具检测的效果，试验结果表明了本文改进方法的有效性，满足在移动端部署的需求.

• 单位
  南京工程学院; 自动化学院