无人机视角下施工现场工人防护用具检测方法研究

来源：计算机工程与应用杂志2025年第15期北京时间：

作者：侯卫民, 何孟玲, 赵梦瑶, 苏佳

单位：河北科技大学 信息科学与工程学院，石家庄 050018

摘要：在建筑工地防护用具检测领域内，模型多用非真实建筑工地背景数据且只针对安全帽单一护具进行检测，应用到特定场景中易出现误检漏检情况。为此提出一种无人机视角下施工现场工人防护用具的检测方法，提高算法检测精度的同时，有效改善模型的实际应用性和泛化性。将无人机航拍采集的施工复杂场景作为实验数据集，再进行数据标注和预处理；引入可变形卷积到YOLOv7算法的主干网络，自动适应安全帽和防护背心两种目标的形态变化；并在SPPCSPC模块中嵌入BiFormer注意力模块以提升模型对小尺度目标的检测性能；最后预测阶段引入WIOU作为回归损失函数，进一步提升模型对定位的性能和对样本的鲁棒性。实验分别在自建工地场景数据集和公共数据集中与其他算法进行对比，检测精度均得到一定的提升，有效验证了该算法在建筑工地复杂场景下检测防护用具的优势。

关键词：防护用具,YOLOv7,可变形卷积,BiFormer,泛化问题