融合坐标注意力与多尺度特征的轻量级安全帽佩戴检测OACSCD
Lightweight safety helmet wearing detection fusing coordinate attention and multiscale feature
针对现有煤矿工人安全帽佩戴检测算法存在检测精度与速度难以取得较好平衡的问题,以YOLOv4模型为基础,提出了一种融合坐标注意力与多尺度的轻量级模型M-YOLO,并将其用于安全帽佩戴检测.该模型使用融入混洗坐标注意力模块的轻量化特征提取网络S-MobileNetV2替换YOLOv4的特征提取网络CSPDarknet53,在减少相关参数量的前提下,有效改善了特征之间的联系;将原有空间金字塔池化结构中的并行连接方式改为串行连接,有效提高了计算效率;对特…查看全部>>
李忠飞;冯仕咏;郭骏;张云鹤;徐飞翔
内蒙古电投能源股份有限公司 北露天煤矿,内蒙古 霍林郭勒 029200中国矿业大学 信息与控制工程学院,江苏 徐州 221116北京和利时数字技术有限公司,北京 100176中国矿业大学 信息与控制工程学院,江苏 徐州 221116中国矿业大学 信息与控制工程学院,江苏 徐州 221116
矿山工程
目标检测安全帽佩戴检测坐标注意力模块轻量化多尺度特征融合
object detectionsafety helmet wearing detectioncoordinate attention modulelightweightmultiscale feature fusion
《工矿自动化》 2023 (11)
151-159,9
国家重点研发计划项目(2021YFC2902702).
评论