公开(公告)号：CN114581860A

公开(公告)日：2022-06-03

申请号：CN202210495891.7

申请日：2022-05-09

Applicant: 武汉纺织大学

Inventor： 邓在辉 ,  徐华 ,  罗瑞奇 ,  同小军 ,  徐杰

IPC: G06V20/52 ,  G06V10/80 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进的YOLOv5模型的安全帽检测算法，本发明引入注意力机制的思想，将其与特征点的描述方式相结合，抓取更有效的信息，从而提升描述符的鲁棒性；通过k‑means++算法在三个不同尺度上聚类生成锚框作为模型的初始框并在模型中加入ARM，再通过BFF将ARM与YOLOv5主干网络链接起来，加上FSM和DRH使其能够动态的进行预测，更好的锁定目标，采用WBF算法，通过加权框融合得到最终的候选框，提升目标检测精度；采用加速模型提升模型的检测性能；本发明提升了小尺寸目标检测的精度，降低了漏检误检的概率，满足实时检测的需求，图片数据背景复杂等情况下，精度也能保证，更加贴近实际的应用场景。