一种基于YOLOv5-Lite算法的船员行为图像识别方法

作者：薛正源; 韩冰; 王炳德; 张兴龙

来源：上海船舶运输科学研究所学报, 2023, 46(02): 33-40+54.

DOI：10.3969/j.issn.1674-5949.2023.02.007

• 安全行为识别
• YOLOv5-Lite算法
• 视频监控
• 图像识别

为及时发现船员的不安全行为，降低因船员行为不当而引发船舶事故的风险，提出一种基于YOLOv5-Lite算法的船员行为图像识别方法。在YOLOv5算法中引入Fire Module结构，并对其通道进行变换，减少图像识别模型残差模块的数量，减小模型的体量，提升模型的运行效率。以对船上重点作业区域的船员是否佩戴安全帽进行识别为例，建立基于YOLOv5-Lite算法的图像识别模型，收集图像数据，构建HTST(Helmet Tumble Smoke Tired)数据集，对模型进行训练，实现对人员动作的识别。将采用该算法与采用YOLOv3和YOLOv4等算法所得识别结果相比较，验证该算法的有效性。结果表明：基于YOLOv5-Lite算法的船员行为图像识别方法能有效识别船员的不安全行为，识别的准确度能达到95.70%;相比另外2种算法，YOLOv5-Lite算法具有更好的稳定性和检测效果，FPS(Frames Per Second)检测速度快，满足对船员的行为进行实时识别的需求。

• 单位
  上海船舶运输科学研究所