检索结果-南通市图书馆

安全与环境学报 2024年

作者：邱云飞腰瑞琳金海波张嘉宁辽宁工程技术大学软件学院辽宁工程技术大学电气与控制工程学院

针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题，提出了一种基于YOLOv8的HD–YOLO安全帽佩戴检测算法。首先，设计了GRC–C2f结构，使用多分支结构捕获多尺度特征，兼顾训练阶段的特征提取能力和推理阶段的... 详细信息

针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题，提出了一种基于YOLOv8的HD–YOLO安全帽佩戴检测算法。首先，设计了GRC–C2f结构，使用多分支结构捕获多尺度特征，兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次，设计了DSASF颈部结构，结合动态上采样和多尺度特征融合，精准识别和定位图像中的小目标，以提高检测性能。然后，引入focal modulation模块替换原有的快速空间金字塔池化（Spatial Pyramid Pooling-Fast，SPPF）结构模块，捕捉图像中的长距离依赖和上下文信息，聚焦于复杂背景中的目标。最后，采用空间增强注意力模块（Spatially Enhanced Attention Module，SEAM）解决小目标遮挡问题。试验结果表明，HD–YOLO算法在同一数据集上平均精度均值为81.8%，相比原始YOLOv8算法提高了5.0百分点。设计的HD–YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。

关键词：安全社会工程安全帽检测 YOLOv8算法 GRC–C2f模块 DSASF颈部结构 focal modulation模块空间增强注意力模块(SEAM)

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：