基于改进YOLOv8n的井下人员安全帽佩戴检测OA北大核心CSTPCD
针对现有井下人员安全帽佩戴检测方法未考虑遮挡、目标较小、背景干扰等因素,存在检测精度差及模型不够轻量化等问题,提出一种改进YOLOv8n模型,并将其应用于井下人员安全帽佩戴检测。在颈部网络中加入P2小目标检测层,提高模型对小目标的检测能力,更好地捕捉安全帽目标细节;在主干网络中添加卷积块注意力模块(CBAM)提取图像关键特征,减少背景信息的干扰;将CIoU损失函数替换为WIoU损失函数,提升模型对检测目标的定位能力;采用轻量化共享卷积检测头(LS…查看全部>>
王琦;夏鲁飞;陈天明;韩鸿胤;王亮
山东科技大学机械电子工程学院,山东青岛266590山东科技大学机械电子工程学院,山东青岛266590山东科技大学机械电子工程学院,山东青岛266590山东科技大学机械电子工程学院,山东青岛266590山东科技大学机械电子工程学院,山东青岛266590
矿山工程
井下安全帽检测小目标检测YOLOv8nCBAMWIoU轻量化
《工矿自动化》 2024 (9)
P.124-129,6
国家自然科学基金项目(51974170)。
评论