针对电动车头盔佩戴的YOLOv5s改进算法研究

作者：马斌; 张亚

来源：无线互联科技, 2023, 20(15): 90-93.

• 头盔检测
• CBAM
• SPD-Conv

针对道路上的电动车头盔目标较小、检测图像模糊等问题，文章提出了一种基于改进YOLOv5s的电动车头盔检测算法。改进的YOLOv5s算法融入SPD-Conv模块和卷积块注意力模块(CBAM),并且用C3Ghost和GhostConv分别替代C3模块和普通卷积使改进的模型更加轻量化。改进的算法平均精度均值(mAP)、和精确率(Precision)分别达到84.9%和84.4%,与YOLOv5s相比较分别提升了2.7%和2.1%。实验结果说明：改进的YOLOv5s算法可有效提升电动车骑行人员头盔佩戴的检测性能，能够准确识别骑行人员的头盔佩戴情况，一定程度上降低了道路骑行人员的安全风险。

• 单位
  安徽理工大学