FEV-YOLOv8n:轻量化安全帽佩戴检测方法

来源：计算机测量与控制杂志2025年第1期北京时间：

作者：韩博,张婧婧,鲁子翱

单位：新疆农业大学 计算机信息工程学院

摘要：针对基线YOLOv8n检测算法结构较复杂以及现有的安全帽佩戴检测算法参数量和计算量较大，难以在终端部署等问题，提出一种基于FEV-YOLOv8n的轻量化检测模型。设计一种轻量级的FasterC2f模块改进YOLOv8n的骨干网络，实现网络的参数量和计算量的降低；在FasterC2f模块中引入EMA注意力机制，融合空间依赖和位置信息，建立长短期的依赖关系，增强对目标表征的关注，以提高模型检测的精度；使用VoVGSCSP模块改进颈部网络，提高遮挡目标以及小目标的辨识度；实验结果表明，改进YOLOv8n模型map值为92.5%，相较于YOLOv8n算法，模型大小减少20%，计算量降低18.5%，参数量降低15.7%，为安全帽佩戴检测的轻量化研究提供理论参考。

关键词：目标检测;安全帽;FasterC2f;轻量化;Efficient Multi-Scale Attention;VoVGSCSP

基金资助：新疆维吾尔自治区自然科学基金资助项目(2022D01A202)；新疆维吾尔自治区高校科研计划项目(XJEDU2020Y020)