面向小目标的改进YOLOv5安全帽佩戴检测算法.pdfVIP

782024，60（3）ComputerEngineeringandApplications计算机工程与应用

⦾目标检测专题⦾

面向小目标的改进YOLOv5安全帽佩戴检测算法

1，2113

邓珍荣，熊宇旭，杨睿，陈昱任

1.桂林电子科技大学计算机与信息安全学院，广西桂林541004

2.广西图像图形与智能处理重点实验室，广西桂林541004

3.广西建工大都租赁有限公司，南宁530000

摘要：安全帽是施工人员的安全保障，但是现有安全帽检测模型在复杂环境下对重叠和密集小目标存在误检和漏

检等问题，为此提出改进YOLOv5的小目标检测算法。在YOLOv5的主干网络中加入Transformer捕获多个尺度上

的全局信息，获得更丰富的高层语义特征；使用GsConv卷积进行特征融合增强，并引入坐标注意力机制（coordinate

attention），让网络在更大区域上进行注意；检测头将分类和回归进行解耦，加快收敛速度；使用无锚点（anchor-free）

的检测方法，简化算法结构，加快检测速度；使用EIOU损失函数来优化边框预测的准确度。在自制安全帽数据集上

实验结果表明，改进的YOLOv5模型平均精度达到了96.33%，相比于YOLOv5模型，平均精度提高了4.73个百分点，

达到了在复杂条件下对重叠和密集小目标检测的要求。

关键词：安全帽检测；改进YOLOv5；Transformer；解耦头；无锚点（anchor-free）

文献标志码：A中图分类号：TP391.41doi：10.3778/j.issn.1002-8331.2305-0209

ImprovedYOLOv5HelmetWearingDetectionAlgorithmforSmallTargets

1，2113

DENGZhenrong,XIONGYuxu,YANGRui,CHENYuren

1.SchoolofComputerandInformationSecurity,GuilinUniversityofElectronicScienceandTechnology,Guilin,Guangxi

541004,China

2.GuangxiKeyLaboratoryofImageGraphicsandIntelligentProcessing,Guilin,Guangxi541004,China

3.GuangxiConstructionEngineeringDaduLeasingCo.,Ltd.,Nanning530000,China

Abstract：Safetyhelmetsarethesafetyguaranteeforconstructionpersonnel,butexistingsafetyhelmetdetectionmodels

haveissuessuchasfalsedetectionandmisseddetectionofoverlappinganddensesmalltargetsincomplexenvironments.

Therefore,animprovedsmalltargetdetectionalgorithmofYOLOv5isproposed.Transformerisaddedtothebackbone

networkofYOLOv5tocaptureglobalinformationatmultiplescalesandobtainricherhigh-levelsemanticfeatures.This

paperusesGsConvconvolutionforfeaturefusionenhancementandintroducescoordinateattentionmechanismtoenable

thenetworktopayattentiononalargerarea.Thedetectionheaddecouplesclassi