基于改进YOLOv10n的电动车头盔佩戴检测算法

来源：电子测量技术杂志2025年第5期北京时间：

作者：周翔，王可庆，周新翔，韩基泰

单位：1.南京信息工程大学自动化学院 南京 210044;2.无锡学院自动化学院 无锡 214105

摘要：针对电动车头盔佩戴检测方法存在着复杂路况下头盔小目标检测精度较低、目标相互遮挡漏检率较高、检测模型大运算复杂等问题。本研究提出一种基于改进YOLOv10n的目标检测算法，以解决在实际应用中的这些问题。首先，在MAFPN的基础上融合了BiFPN的优点，创新性地提出了BIMAFPN结构，提高了模型在复杂路况场景下的检测性能。其次，构建Inner-Wise-MPDIoU损失函数以替代传统的CIoU损失函数，在提高网络的检测精度的同时，还加速了模型的收敛过程。最后，引入LSCD检测头进一步减少模型参数量并提升检测性能。实验结果表明，改进模型相比于原模型在mAP@0.5精度上提升了2.7%，同时参数量降低了25%，模型大小减少了35%。本研究使用的检测方法不仅显著提高了复杂路况下的头盔检测精度，同时在兼顾轻量化的基础上保持了良好的实时性，便于将模型部署于小型嵌入式交通设备中。

关键词：YOLOv10n;头盔佩戴检测;BIMAFPN;损失函数;LSCD;模型轻量化

基金资助：“太湖之光”科技攻关（基础研究）（K20221051）项目资助