基于改进YOLO v5的电网工人防具检测

摘要：

为了防止电网工人在高空作业时防具穿戴不当而导致安全事故发生,基于PyTorch框架提出一种改进型的轻量级防具检测算法.首先将YOLO v5s的Backbone用轻量级网络GhostNet来替换,降低网络复杂程度,减少参数量;然后针对工人在高空作业中的目标遮挡问题,通过改进随机擦除与Mosaic数据增强的方法模拟高空中防具被遮挡的情况;最后优化loss函数,采用Distance-IoU替换常用的IoU,解决网络检测框位置偏差大的问题.采用平均精度均值mAP与模型大小来评估本文改进算法与其他算法对防具检测的效果,试验结果表明了本文改进方法的有效性,满足在移动端部署的需求.

关键词：轻量化、防具检测、YOLO v5网络

所属期刊栏目：21

分类号：TB391.41(工程材料学)

资助基金：南京工程学院研究生大学生科技创新项目TB202217006

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38