基于改进YOLOv5的安全帽检测算法

摘要：

安全帽作为劳动者最基本的保护,对劳动者的生命安全具有重要意义.但是,由于缺乏安全意识,在建筑工地中存在安全帽佩戴不规范的情况.随着目标检测技术的不断发展,高精度、高效率的YOLO系列算法已经被应用于各种场景检测任务中.为建立起数字化的安全帽监测系统,该文首先对建筑工地中安全帽佩戴情况所采集的7581张图片进行标注.然后,提出一种基于改进的YOLOv5的安全帽检测方法,并使用不同参数的YOLOv5(s,m,l)模型进行训练和测试,对这3种模型进行比较和分析.使用可训练目标探测器YOLOv5s的mAP达到91.7％,证明基于改进的YOLOv5的头盔探测的有效性.

关键词：安全帽、建筑工地、安全管理、目标检测、YOLOv5

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市住房和城乡建设委员会批复项目;重庆市自然基金重点项目;重庆市教委重点项目;重庆市大数据应用发展管理局研究课题

在线出版日期：2023-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-84