面向小目标的多空间层次安全帽检测

来源：计算机工程与应用杂志2024年第6期北京时间：

作者：李嘉信, 胡杨, 黄协舟, 李洪均

单位：1.南通大学 信息科学技术学院，江苏 南通 226019；2.南通大学 张謇学院，江苏 南通 226019；3.南京大学 计算机软件新技术国家重点实验室，南京 210093

摘要：由于目标视频中存在目标小、距离远等影响检测效果的因素，对小目标的捕捉难度较大，提出一种面向小目标的多空间层次安全帽佩戴检测算法，该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块，从不同角度考虑空间特征的效果并加以融合，加强显著性特征的空间位置关系；融合多空间尺度的特征，同时结合特征提取过程中的多种特征，适应对不同空间层次目标的捕捉，提高对小目标的检测能力；利用数据增强提高数据集的泛用性，使训练目标适应更多样的情景；优化损失函数，增强回归能力，提高训练效果。实验结果表明，所提算法的平均准确率达到91.5%，明显地减少了漏检情况。除此之外，将其部署到实际施工现场，展现了出对小目标优越的检测性能，具有极大的应用价值。

关键词：安全帽检测,Yolov5s,多空间注意力模块,数据增强,多空间尺度融合