SGS-YOLO：一种机场保障人员违规着装检测方法

作     者：邓泽平 刘辉 涂继亮 叶身辉 廖乃智 赖国超 

作者机构：南昌航空大学信息工程学院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(72261027) 

主　　题：着装检测 轻量网络 YOLO 注意力机制 

摘      要：现有算法计算复杂度高，实时性不强，在复杂的机场保障场景下检测时易出现错检和漏检等问题，难以满足即时安全检测需求。针对这种情况，基于YOLOv8n的技术路线提出一种机场保障人员违规着装检测方法——SGS-YOLO算法。首先，在模型的主干网络引入无参数的Sim AM注意力机制，增强模型对重要特征的感知能力，提升目标检测精度；其次，在颈部网络引入GSConv和Vo V-GSCSP模块降低参数量，实现模型的轻量化；最后，采用基于SIOU的检测框回归损失函数，以减少预测框和真实目标框发生较小变化时的误判。实验结果表明，较基线模型相比，SGS-YOLO算法的平均精度提高了6.3%，参数量和浮点运算次数分别降低了9.63%和8.64%，有效实现了模型轻量化和性能的平衡，具有较好的工程应用价值。