-
题名面向小目标的YOLOv5安全帽检测算法
被引量:8
- 1
-
-
作者
吕宗喆
徐慧
杨骁
王勇
王唯鉴
-
机构
北京机械工业自动化研究所
北自所(北京)科技发展股份有限公司
-
出处
《计算机应用》
CSCD
北大核心
2023年第6期1943-1949,共7页
-
基金
国家重点研发计划项目(2018YFB1601404)。
-
文摘
安全帽的佩戴是工人人身安全的有力保障。针对采集的安全帽佩戴图像目标密集、像素点小、检测难度大的特点,提出一种面向安全帽的YOLOv5小目标检测算法。首先,基于YOLOv5算法优化边界框回归损失函数和置信度预测损失函数的计算方式,以提高算法在训练中对密集小目标特征的学习效果;然后,引入切片辅助微调和切片辅助推理(SAHI)对输入网络的图像进行切片处理,使得小目标对象产生更大的像素区域,进而改善网络推理与微调的效果。实验采用了工业场景中包含密集安全帽小目标的数据集进行训练。实验结果表明,改进后的算法相较于原始YOLOv5算法能将精确率提升0.26个百分点,召回率提升0.38个百分点;并且所提算法的平均精确率均值(mAP)达到了95.77%,相较于原始YOLOv5算法等几种算法提升了0.46~13.27个百分点。结果验证了切片辅助微调和SAHI的引入可以提升密集场景下小目标检测识别的精确率和置信度,减少误检漏检的情况,有效满足安全帽佩戴检测的需求。
-
关键词
安全帽佩戴检测
YOLOv5算法
损失函数
切片辅助微调
切片辅助推理
小目标检测
-
Keywords
safety helmet wearing detection
YOLOv5(You Only Look Once version 5)algorithm
loss function
slicing aided fine-tuning
Slicing Aided Hyper Inference(SAHI)
small object detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]
-