基于YOLOv5的靠船排场景下安全措施检测

作者：崔剑勇; 宫法明^*; 袁向兵

来源：计算机系统应用, 2023, 32(06): 51-59.

DOI：10.15888/j.cnki.csa.009156

• 目标检测
• YOLOv5
• 注意力机制
• 边缘检测
• 安全措施检测

跳板在海上平台作业现场扮演着重要角色.未搭设跳板对作业现场造成了极大的安全隐患.为消除此隐患,提出一种靠船排场景下的跳板搭设检测方法.本方法分为3个部分:首先利用目标检测算法定位并标注目标;之后对标注目标区域进行边缘检测,提取其外接边缘;最终制定特定安全措施判别算法识别作业现场违规动作.本方法为解决小目标等检测问题,对YOLOv5进行改进,在特征提取以及特征融合时引入注意力模块,将均值平均精度由53.1%提高至54.5%的同时模型更加轻量化;为解决检测边缘粗犷问题,对边缘检测网络PiDiNet损失函数进行改进,相较于原网络,误检率由8.9%下降至5.4%.经过验证,利用该方法可以在有效时间内,检测出跳板是否正确搭设,准确率为91.5%.

• 单位
  胜利油田分公司海洋采油厂; 中国石油大学（华东）