改进YOLOv4-tiny的安全帽佩戴检测算法

作     者：王建波 武友新 WANG Jianbo;WU Youxin

作者机构：南昌大学数学与计算机学院南昌330000 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第4期

页      面：183-190页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：江西省科技计划项目(20151BBE50065) 江西省03专项及5G项目(20193ABC03A010)。 

主　　题：小目标检测 频域注意力 解耦头 YOLOv4 轻量级网络 

摘      要：针对已有的安全帽检测方法存在的模型参数量大,难以部署在边缘设备上,以及对较小目标检测效果不好等问题,提出一种改进YOLOv4-tiny的轻量级安全帽检测模型。针对小目标丢失过多问题,增加了检测小目标的尺度,提升模型关注小目标的能力。提出了一种轻量级特征融合结构,缓解特征融合部分的语义混叠问题,并且在模型中融入了优化的注意力模块,提升模型捕获上下文信息的能力。针对分类与回归任务之间的冲突,将模型预测头替换为解耦合的预测头,采用并行的卷积分别进行分类与回归任务。将改进的模型命名为HM-YOLO,通过实验验证了HM-YOLO算法的有效性,相比YOLOv4-tiny模型,HM-YOLO模型平均精度提升了14.2个百分点,参数量减少了19%,检测速度为为63 FPS,具有良好的检测精度和实时性,更易于部署在边缘设备上。