改进的YOLOv5电动车头盔佩戴检测研究

摘要

目前对电动车驾驶员头盔佩戴的检查主要通过交警人工观察判断,存在费时费力,效率低等缺点。基于深度学习的电动车驾驶员头盔佩戴检测研究首先针对目前没有公开电动车驾驶员头盔数据集的情况,通过网络和人工拍摄的方式构建数据集,之后基于YOLOv5模型替换Ghost模块、引入CBAM注意力机制并修改损失函数为EIoU,提出一种改进的YOLOv5网络模型,与原始YOLOv5模型相比,mAP提高2.7%,参数量下降15%左右,浮点运算量下降22%左右,为实现电动车驾驶员头盔佩戴检测提供了理论支撑。