基于改进YOLOv7的安全帽佩戴检测算法

摘要

为提高工作场所安全帽佩戴的检测精度，提出一种基于YOLOv7网络架构的改进算法。首先，在特征提取网络中引入卷积块注意力机制(CBAM)取代YOLOv7中主干网络部分原有的卷积模块(CBS),增强网络的特征提取能力，加强网络对目标和背景的分辨能力；其次，为解决由于网络层数的加深导致小目标特征减弱甚至消失的问题，增加一个小目标层，通过将浅层网络特征与深层网络特征融合，进一步保留小目标特征。实验结果表明，原YOLOv7对安全帽佩戴检测的均值平均精度为86.1%,改进后到达93.4%,实现了检测精度的提高。

关键词

安全帽 / 特征提取网络 / 注意力机制 / 小目标

基金资助

辽宁省教育厅高等学校基本科研项目(LJKMZ20220612)