基于轻量卷积及跨空间学习注意力机制的安全帽佩戴检测模型

吴湘宁; 王梦雪; 潘志鹏; 方恒; 蔡泽宇

doi:10.19292/j.cnki.jdxxp.2025.05.018

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (05) : 1014 -1024. DOI: 10.19292/j.cnki.jdxxp.2025.05.018

基于轻量卷积及跨空间学习注意力机制的安全帽佩戴检测模型

吴湘宁, 王梦雪, 潘志鹏, 方恒, 蔡泽宇

作者信息 +

Author information +

文章历史 +

PDF

摘要

为提高安全帽佩戴检测模型的效率和准确性，提出了LFE-Y8(LightConv, Focal Loss and EMA Attention-You Only Look Once version 8)模型。该模型采用Focal Loss损失函数，解决了样本类别不平衡的问题；通过LightConv轻量卷积优化原有模型，提升了特征提取能力；为了更好地关注小目标，融合了跨空间学习的高效多尺度EMA(Efficient Multi scale Attention)注意力机制。实验结果表明，LFE-Y8模型相比于改进前的YOLOv8模型，有效提升了安全帽佩戴检测的准确性，改进后的算法精准率提升了0.6%,召回率提升了2.1%, mAP@50提升了1.2%, mAP@50-95提升了1.5%,证明了LFE-Y8模型在实际应用中的有效性。