針對(duì)小目標(biāo)的YOLOv5安全帽檢測(cè)算法

打開(kāi)文本圖片集

摘  要：針對(duì)當(dāng)前YOLOv5難以檢測(cè)小目標(biāo)、目標(biāo)識(shí)別效果差等問(wèn)題，提出了一種基于YOLOv5的改進(jìn)模型。針對(duì)開(kāi)源數(shù)據(jù)集小目標(biāo)樣本數(shù)量不足的問(wèn)題，重新構(gòu)建安全帽數(shù)據(jù)集，擴(kuò)充小目標(biāo)數(shù)量。引入輕量化的通道注意力ECA模塊，提高模型對(duì)安全帽的識(shí)別能力。將邊界框損失函數(shù)替換為SIoU加速模型收斂。（剩余8662字）