基于改进YOLOv5s算法的电动车头盔佩戴检测

陆万浩; 黄孙港; 饶兴昌; 孙曾阳

doi:10.16339/j.cnki.jsjsyzdh.202601023

计算技术与自动化 ›› 2026, Vol. 45 ›› Issue (1) : 145 -150. DOI: 10.16339/j.cnki.jsjsyzdh.202601023

基于改进YOLOv5s算法的电动车头盔佩戴检测

陆万浩, 黄孙港, 饶兴昌, 孙曾阳

作者信息 +

Author information +

文章历史 +

PDF

摘要

为高效检测出路上电动车骑行者不按规定佩戴头盔的情况，提出了一种基于YOLOv5s模型的电动车头盔佩戴检测的改进算法。首先，该算法以YOLOv5s模型为基础，以C3Ghost替代原有的C3模块使得改进后的模型更加轻量化以减少参数量；其次通过嵌入Biformer注意力机制，并且将颈部网络中的Conv模块用GSconv代替；最后引入改进后的损失函数EIOU。通过消融实验对比后发现，改进后的模型算法平均精度均值（mAP）提高到了95.2%，精确率（Precision）提高到了95.6%。与YOLOv5s相比提升了16.9%和17%，同时浮点运算量下降25.5%左右。实验结果说明，改进后的YOLOV5s算法可以有效提升电动车骑行者头盔佩戴情况的检测性能。