基于改进YOLOv10的安全帽检测算法研究

来源：计算机测量与控制杂志2025年第11期北京时间：

作者：黄昆,李天明,尹建华,曹奔,曹钊,胡文杰

单位：湖北三江航天江北机械工程有限公司

摘要：安全帽佩戴检测是工厂安全重要组成部分，其采用模式识别的方法对监控中工人的安全帽佩戴情况进行检测，进而实现智能监控；针对工地工厂环境下由于工人在监控中的尺度不同，场景复杂特征提取较难等问题，对YOLOv10n进行研究提出了Helmet-YOLO算法；在主干网络设计了SimC2f模块，加强了算法在复杂场景下对安全帽特征的提取和表达；在颈部采用动态选择性注意力机制，使特征融合过程中充分利用长距离语义信息；在上采样部分引入轻量化动态上采样算子，提高了上采样的质量；实验结果表明该算法在复杂场景SHWD数据集mAP50和mAP50-95分别取得了91.5%和58.2%的检测效果，在仅升高0.3GFLOPS的情况下，与YOLOv10n相比分别提高了2.2%和1.3%，检测效果取得了提升。

关键词：安全帽佩戴检测;YOLOv10n;Safety-YOLO;SimC2f模块;动态选择性注意力;轻量化动态上采样算子