改进YOLO v4算法的电动车驾驶员头盔佩戴检测

作者：吴冬梅; 尹以鹏; 宋婉莹; 王静

来源：计算机仿真, 2023, 40(03): 508-513.

• 深度学习
• 头盔检测
• 特征提取
• 空间金字塔

针对电动车驾驶人员未佩戴头盔的现象，提出了一种改进YOLOv4(You only look once)算法的电动车驾驶人员头盔佩戴检测方法。将数据集利用K-means算法进行聚类以获得先验框，提高先验框与特征图的匹配程度；在CSPDarknet53主干特征提取网络的输出层增加卷积层，并在PANet(Path Aggregation Network)网络部分增加SPP(Spatial Pyramid Pooling)空间池化金字塔增加感受野，提升特征提取和融合能力，提高对电动车驾驶员是否佩戴头盔的检测能力。实验表明，在是否佩戴头盔检测任务中，改进后框架算法的全类别mAP(mean average precision)达到96.63%,比原框架提高2.4%;其中改进后佩戴头盔类别的AP(Average Precision)比原框架提高4%,未佩戴头盔类别AP比原框架提高1%;F(F-Measure)值比原算法均提高4%,改进后的算法更满足头盔佩戴检测任务。

• 出版日期2023
• 单位通信与信息工程学院; 西安科技大学