基于改進YOLOv8n 的井下人員安全帽佩戴檢測

打開文本圖片集

摘要：針對現(xiàn)有井下人員安全帽佩戴檢測方法未考慮遮擋、目標(biāo)較小、背景干擾等因素，存在檢測精度差及模型不夠輕量化等問題，提出一種改進YOLOv8n 模型，并將其應(yīng)用于井下人員安全帽佩戴檢測。在頸部網(wǎng)絡(luò)中加入P2 小目標(biāo)檢測層，提高模型對小目標(biāo)的檢測能力，更好地捕捉安全帽目標(biāo)細(xì)節(jié)；在主干網(wǎng)絡(luò)中添加卷積塊注意力模塊（CBAM）提取圖像關(guān)鍵特征，減少背景信息的干擾；將CIoU 損失函數(shù)替換為WIoU 損失函數(shù)，提升模型對檢測目標(biāo)的定位能力；采用輕量化共享卷積檢測頭（LSCD），通過共享參數(shù)的方式降低模型復(fù)雜度，并將卷積中的歸一化層替換為群組歸一化（GN），在盡可能保證精度的同時實現(xiàn)模型輕量化。（剩余1728字）