复杂场景下的安全帽佩戴检测算法

作者：廖惠仙; 郭旭; 何国对^*

来源：无线电通信技术, 2023, 49(04): 640-646.

• YOLOv5
• ECA
• 复杂场景
• 安全帽检测

针对工地场景错综复杂，监控画面噪声多且模糊等问题，提出了在复杂场景下的改进版YOLOv5的安全帽检测算法。通过网络爬虫、实地采集等方法收集了9 256张工地的复杂场景下的照片，并使用labelImg进行标注；设计了ECA＿H通道注意力，添加到BackBone的C3模块和SPPF模块之间，获取图像的通道细节信息。通过对比实验显示，改进后的模型在复杂场景下识别检测安全帽的准确率(Precision)提升了1.2%,召回率(Recall)提升了2.9%,mAP0.5提升了1.8%,mAP0.5-0.95提升了5.2%。可见，改进后的模型在复杂场景下检测是否佩戴安全帽的性能有所提升。

• 单位
  南宁师范大学; 广西壮族自治区通信产业服务有限公司