施工环境中安全帽和反光衣轻量化检测方法

来源：电子测量技术杂志2025年第8期北京时间：

作者：张羽，刘皓洋，贾升凯，翁乾，张河山

单位：1.重庆交通大学经济与管理学院 重庆 400074;2.重庆渝湘复线高速公路有限公司 重庆 401121; 3.重庆交通大学交通运输学院 重庆 400074

摘要：为了解决施工环境中现有安全帽和反光衣检测算法参数量和计算量大、检测精度低以及模型较大难以高效部署等问题，提出改进CCEI-YOLOv8轻量化检测算法。在骨干网络和颈部网络中采用C2f-CIB模块；重构颈部网络，形成跨尺度特征融合模块(CCFM)；引入EMA坐标注意力机制；将CIoU替换为Inner-EIoU，提高回归定位精确度。以Roboflow开源安全帽和反光衣数据集为基础，验证改进方法的有效性。实验结果表明，CCEI-YOLOv8检测算法相较于原始YOLOv8n，参数量降低了48.3%、计算量下降了32.1%、平均检测精度均值mAP@50提高了0.5%，达到了91.7%，模型仅为3.442 MB，减少了45%。CCEI-YOLOv8检测算法在检测性能和轻量化方面均优于原始YOLOv8n检测算法和其他主流的目标检测算法，更适用于项目的实时检测和部署，为安全帽和反光衣的实时检测提供参考。

关键词：轻量化;YOLOv8;安全帽;反光衣;目标检测;施工安全

基金资助：国家自然科学基金青年项目(72204033)、重庆市交通科技自筹项目(CQJT2022ZC23)、教育部人文社会科学研究青年基金项目(21YJC630169)、中国博士后科学基金面上项目(2022M711457)、重庆市自然科学基金面上项目(cstc2021jcyj-msxmX1010)资助