针对现有的施工现场安全帽佩戴检测算法难以检测小目标、识别精确度不够高的问题，提出了一种改进的YOLOv5模型施工现场安全帽佩戴检测方法。在YOLOv5模型中加入一种轻量型的注意力模块CBAM，提高检测模型对安全帽这种小物体的关注，从而提升检测小目标的能力；使用SIoU＿Loss损失函数替代GIoU＿loss损失函数，提高模型的收敛效果。实验结果表明，改进的YOLOv5算法比原始算法平均精确率提高了1.1%，在小目标的场景下泛化能力增强，满足在施工现场安全帽佩戴检测的性能要求。
科研之友
微信
新浪微博
Facebook
分享链接
