基于外接圆半径差损失的实时安全帽检测算法

作者：陈永平; 朱建清^*; 谢懿; 吴含笑; 曾焕强

来源：计算机科学, 2022, 49(S1): 424-428.

• 边界框回归
• 特征融合层
• YOLO
• 目标检测
• 安全帽检测

针对安全帽检测算法的快速且精准需求，提出了一种实时安全帽检测算法。首先，针对基于边界框回归损失函数容易出现梯度消失(Gradient Vanish)的问题，本文提出外接圆半径差(Circumcircle Radius Difference, CRD)损失函数；然后，针对复杂多尺度特征融合层制约检测速度的问题，提出了一种轻量化的小目标聚焦型(Focus on Small Object, FSO)特征融合层；最后本文结合YOLO网络、CRD和FSO形成YOLO-CRD-FSO(YCF)检测模型，实现实时安全帽检测。实验结果表明，在Jetson Xavier NX设备上检测分辨率为640×640的视频，YCF的检测速度达到43.4帧/秒，比当前最新锐的YOLO-V5模型的速度快了近2帧/秒，且均值平均精度提升了近1%。说明YCF检测模型综合优化了边界框回归损失函数和特征融合层，获得了良好的安全帽检测效果。

• 单位
  厦门亿联网络技术股份有限公司; 华侨大学