-
题名基于改进YOLOv10的安全帽检测算法研究
- 1
-
-
作者
黄昆
李天明
尹建华
曹奔
曹钊
胡文杰
-
机构
湖北三江航天江北机械工程有限公司
-
出处
《计算机测量与控制》
2025年第11期42-49,共8页
-
文摘
安全帽佩戴检测是工厂安全重要组成部分,其采用模式识别的方法对监控中工人的安全帽佩戴情况进行检测,进而实现智能监控;针对工地工厂环境下由于工人在监控中的尺度不同,场景复杂特征提取较难等问题,对YOLOv10n进行研究提出了Helmet-YOLO算法;在主干网络设计了SimC2f模块,加强了算法在复杂场景下对安全帽特征的提取和表达;在颈部采用动态选择性注意力机制,使特征融合过程中充分利用长距离语义信息;在上采样部分引入轻量化动态上采样算子,提高了上采样的质量;实验结果表明该算法在复杂场景SHWD数据集mAP 50和mAP 50-95分别取得了91.5%和58.2%的检测效果,在仅升高0.3 GFLOPS的情况下,与YOLOv10n相比分别提高了2.2%和1.3%,检测效果取得了提升。
-
关键词
安全帽佩戴检测
YOLOv10n
Helmet-YOLO
simc2f模块
动态选择性注意力
轻量化动态上采样算子
-
Keywords
safety helmet wearing detection
YOLOv10n
Helmet-YOLO
simc2f
dynamic selective attention
lightweight dynamic upsampling
-
分类号
TN391.73-34
[电子电信—物理电子学]
TP391
[自动化与计算机技术—计算机应用技术]
-
