化工園區(qū)場景下安全帽佩戴狀態(tài)檢測算法研究

摘要： 針對現(xiàn)有基于深度學(xué)習(xí)的安全帽佩戴狀態(tài)檢測算法在化工園區(qū)復(fù)雜場景下小目標(biāo)檢測效果差等問題，提出了一種基于YOLOv5s改進(jìn)的安全帽佩戴狀態(tài)檢測算法SEE-YOLOv5s。通過增加小目標(biāo)檢測頭，以更好地捕捉和定位小目標(biāo)，從而提高模型對復(fù)雜場景小目標(biāo)的識別和檢測能力；將YOLOv5s所有的C3模塊融合輕量ECA(efficient channel attention)注意力機(jī)制，有效... （共7頁）