改进YOLOv5s算法在非机动车头盔佩戴检测中的应用

作者：张瑞芳; 董凤; 程小辉

来源：河南科技大学学报(自然科学版), 2023, 44(01): 44-53+7.

DOI：10.15926/j.cnki.issn1672-6871.2023.01.007

• 非机动车头盔检测
• 坐标注意力机制
• 加权双向特征金字塔网络
• EIoU损失函数
• YOLOv5s

针对现有非机动车头盔佩戴检测算法在车流密集场景中存在漏检，对佩戴其他帽子存在误检的问题，提出一种改进YOLOv5s(you only look once version5)的头盔佩戴检测算法YOLOv5s-BC。首先，采用软池化替换特征金字塔池化结构中的最大池化层，以放大更大强度的特征激活；其次，将坐标注意力机制和加权双向特征金字塔网络结合，搭建一种高效的双向跨尺度连接的加权特征聚合网络，以增强不同层级之间的信息传播；最后，用EIoU损失函数优化边框回归，精确目标定位。实验结果表明：在自制头盔数据集上，改进后的算法的平均精度(mAP)可达98.4%,比原算法提高了6.3%,推理速度达到58.69帧/s,整体性能优于其他主流算法，可满足交通道路环境下头盔佩戴检测的准确率和实时性要求。

• 出版日期2023
• 单位桂林理工大学