-
题名HD-YOLO:复杂场景下安全帽佩戴检测算法
被引量：2
- 1
-
-
作者
邱云飞
腰瑞琳
金海波
张嘉宁
-
机构
辽宁工程技术大学软件学院
辽宁工程技术大学电气与控制工程学院
-
出处
《安全与环境学报》
北大核心
2025年第1期165-174,共10页
-
基金
国家自然科学基金项目(62173171)。
-
文摘
针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次,设计了DSASF颈部结构,结合动态上采样和多尺度特征融合,精准识别和定位图像中的小目标,以提高检测性能。然后,引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)结构模块,捕捉图像中的长距离依赖和上下文信息,聚焦于复杂背景中的目标。最后,采用空间增强注意力模块(Spatially Enhanced Attention Module,SEAM)解决小目标遮挡问题。试验结果表明,HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。
-
关键词
安全社会工程
安全帽检测
YOLOv8算法
grc-c2f模块
DSASf颈部结构
focal
modulation模块
空间增强注意力模块
-
Keywords
safe social engineering
helmet detection
YOLOv8 algorithm
grc-c2f module
DSASf neck structure
focal modulation module
spatially enhanced attention module
-
分类号
X924.2
[环境科学与工程—安全科学]
-
