基于改進(jìn)YOLOv5的工業(yè)現(xiàn)場(chǎng)不安全行為檢測(cè)

摘要： 為準(zhǔn)確識(shí)別復(fù)雜工業(yè)現(xiàn)場(chǎng)人員的不安全行為，減少安全事故的發(fā)生，提出一種改進(jìn)的YOLOv5不安全行為檢測(cè)模型。首先，在YOLOv5的backbone部分引入注意力機(jī)制，提高卷積網(wǎng)絡(luò)對(duì)不安全行為特征的敏感度；其次，通過(guò)圖像幾何變換和像素級(jí)處理豐富訓(xùn)練樣本數(shù)量，提升檢測(cè)模型在不同工業(yè)環(huán)境中的泛化能力；然后，蒸餾檢測(cè)模型并優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)來(lái)加速模型的訓(xùn)練；最后，將模型訓(xùn)練迭代200次，模... （共6頁(yè)）

YOLOv5工業(yè)現(xiàn)場(chǎng)不安全行為檢測(cè)模型注意力機(jī)制