基于改进YOLOv5算法的升降机人员不安全行为识别方法

为研究施工升降机人员超载、非内部人员闯入等不安全行为,设计了基于深度学习人员数量检测和非内部人员识别的软件系统。通过增大感受野、加深CSP2网络层数、引入形变卷积、Retinex图像增强对YOLOv5检测模型进行优化。对比分析YOLOv3、YOLOv4、YOLOv5、改进YOLOv5算法在不同光照强度下的平均检测准确率和鲁棒性。实验结果显示,改进YOLOv5算法的准确率和鲁棒性有较大幅度提升,其中,超员检测正确率为100%,非内部人员检测正确率为95%。