摘要

作为安全生产的重要环节之一,安全帽佩戴检测是目标检测领域重要实施场景。为了提高目标检测算法在现场应用的检测效果,通过改进MBConv卷积块、修改特征网络形成Cross-BIFPN(Cross Bi-directional Feature Pyramid Network)、修改损失函数、调整置信度及交并比等方法,设计出一个EfficientDet-D1改进算法。经过使用图像增广、学习率自调整等方式进行训练后,该模型在自有的安全帽检测数据集上获得了实际平均准确率均值(mAP)达到了87.1%,检测速度达到24.5帧每秒的结果。实验表明,该算法相对于主流算法以及原算法更能适用于工厂现场等复杂环境,且满足实时性要求。