基于改进YOLOv7的骑行头盔佩戴识别方法

摘要

为了更准确地识别电动车骑行中的头盔佩戴情况,本文提出了一种基于改进YOLOv7的电动车头盔佩戴检测方法。该方法引入SE注意力机制和小样本处理技术,用于修改YOLOv7主干网络,并对特征图进行注意力加权;通过引入边界框距离信息改进IoU损失函数,进一步提高模型的准确性;采用迁移学习以及数据增强以加强模型的鲁棒性,用于解决小样本问题。实验结果表明,改进后的YOLOv7模型在多目标和小目标场景下具有较好的适应性,此外,该模型参数减少了129208个,在NVIDIA 3060上检测速度可达15.5 FPS,适用于大部分视频的检测。