轻量化YOLOv3安全帽检测网络模型构建

作者：吴青娥; 万国梁; 周林涛; 鲁迎波

来源：计算机仿真, 2023, 40(12): 293-299.

• 轻量化
• 骨干网络
• 损失函数
• 安全帽检测

针对YOLOv3模型参数量大、训练周期长、要求设备性能高、不适用普遍工程场景的问题，提出了一种改进的YOLOv3轻量化模型对安全帽进行检测。使用轻量化网络MoblieNetv3替代YOLOv3的DarkNet-53骨干网络，通过倒残差结构对图像的特征进行提取，有效减少了模型的参数量；并在YOLOv3模型的head中引入RFB-s模块，增大了感受野面积；同时对损失函数做出了改进，进一步提升了模型的检测精度。实验结果表明，改进的YOLOv3模型在安全帽数据集SHWD中的mAP为87.51%,模型大小为57.2MB,FPS为17.2,相较原有YOLOv3模型，在检测精度基本不变的前提下，模型大小下降了75.8%,检测速度是原来的2倍左右，更适用于实际工程之中。

• 单位
  郑州轻工业大学