基于改进YOLOv5的安全帽检测算法研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘  要: 针对现有的安全帽检测算法参数量大,不利于嵌入式端部署,且密集目标存在漏检等情况,本文做出以下改进:对模型的主干特征网络用更加轻量的MobileViTv2网络进行替换并引入轻量级的无参卷积注意力模块(SimAM),再结合大卷积核RepLKNet架构对原有的超深小卷积核进行改进,在减少参数量的同时提升了精度。(剩余7422字)

monitor
客服机器人