一种基于改进YOLO V5的安全帽检测方法和系统

摘要

本发明公开一种基于改进YOLO V5的安全帽检测方法和系统，属于目标检测领域。包括：采用安全帽佩戴状态训练集训练改进YOLO V5，训练集中的训练样本为包含工作人员的图片帧，标签为工作人员安全帽佩戴状态，得到训练好的检测模型；将工业监控视频的每一帧输入至训练好的检测模型，得到安全帽检测结果。本发明对Prediction进行改进，新增检测头特征图尺度为160*160，专门用于检测微小目标。本发明对Neck进行改进，在模块十七提取特征并完成卷积操作之后，对提取到的特征图增加上采样操作，进一步扩大网络中特征图的尺寸；增加网络结构中的连接层，将提取得到的浅层特征信息与Backbone模块提取得到的深层特征信息进行拼接融合，增强YOLO V5算法模型多尺度特征提取能力。