改進(jìn)YOLOv5的密集小目標(biāo)安全帽檢測研究

摘 要：針對當(dāng)前安全帽在復(fù)雜情況下出現(xiàn)漏檢、誤檢和檢測精度低等問題，提出了一種基于改進(jìn)YOLOv5的輕量級安全帽檢測算法。首先，選用YOLOv5s輕量級模型，將原始非極大值抑制算法（NMS）改為DIoU-NMS，手動設(shè)置閾值提高其對密集目標(biāo)檢測的準(zhǔn)確率，改善模型的微調(diào)與推理效果。其次，在原算法的主干網(wǎng)絡(luò)融入并重構(gòu)BoTNet網(wǎng)絡(luò)，來提升其對小目標(biāo)信息特征的提取能力，降低訓(xùn)練的復(fù)雜度。最后，在Neck網(wǎng)絡(luò)中引入了NAM注意力機(jī)制，增強(qiáng)模型的魯棒性，使其更加輕量化。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的YOLOv5s算法對安全帽佩戴識別的準(zhǔn)確率達(dá)到98.93%，并能準(zhǔn)確識別密集小目標(biāo)，有效滿足輕量化安全帽佩戴檢測的需求，有利于提高安全檢查和監(jiān)督水平。

關(guān)鍵詞：安全帽檢測；YOLOv5；BoTNet網(wǎng)絡(luò)；NAM注意力機(jī)制；DIoU-NMS；密集小目標(biāo)

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2025）02-000-06

0 引 言

近年來，隨著現(xiàn)代工業(yè)化生產(chǎn)的不斷發(fā)展，自動化和智能化已成為工業(yè)生產(chǎn)應(yīng)用中的重要研究方向。其中，自動檢測和識別技術(shù)在保障工業(yè)生產(chǎn)安全方面發(fā)揮著越來越重要的作用。對于建筑行業(yè)而言，工人按要求佩戴安全帽是保障施工安全的重要環(huán)節(jié)。隨著我國基礎(chǔ)設(shè)施建設(shè)的快速發(fā)展，建筑工地安全事故也逐年增加，因此對建筑工地工人的安全帽佩戴情況進(jìn)行研究，對于深入了解和預(yù)防安全事故的發(fā)生具有重要意義。

目前，大部分建筑工地的安全帽佩戴管理主要通過人工監(jiān)管的方式，但由于施工現(xiàn)場存在作業(yè)面積廣、人員流動性大的特點(diǎn)，通過人工監(jiān)管很難實(shí)時掌握各個施工單位的具體安全情況，不僅耗時長且效率低下，還存在誤檢、漏檢等情況。隨著人工智能的不斷發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測方法在安全帽佩戴檢測領(lǐng)域可實(shí)現(xiàn)對施工現(xiàn)場的實(shí)時監(jiān)測，既節(jié)約了人力成本，又提高了安全性，為安全生產(chǎn)和執(zhí)法、打造智能安全管理系統(tǒng)提供了很好的技術(shù)保障。文獻(xiàn)[1]結(jié)合Hu矩陣和支持向量機(jī)對人員安全帽佩戴情況進(jìn)行了檢測。

文獻(xiàn)[2]使用類似Haar的特征檢測人臉方法，再使用邊緣檢測算法查找安全帽輪廓特征實(shí)現(xiàn)對安全帽佩戴情況的檢測。文獻(xiàn)[3]通過選取SIFT角點(diǎn)特征和顏色統(tǒng)計(jì)特征的方法來進(jìn)行安全帽佩戴情況檢測。近年來，以SSD和YOLO為代表的單階段算法在檢測速度方面具有優(yōu)勢。文獻(xiàn)[4]提出了遵循“one-stage”思想的YOLO網(wǎng)絡(luò)，它可以將整張圖像作為網(wǎng)絡(luò)的輸入，僅通過一次前向傳播就能得到目標(biāo)的位置和類別，這為安全帽檢測提供了一個新的思路。文獻(xiàn)[5]利用YOLOv3算法對圖像中的人臉區(qū)域進(jìn)行定位，根據(jù)人臉與安全帽的關(guān)系估算出安全帽的可能區(qū)域，再利用HOG進(jìn)行特征提取，借助SVM分類器判斷相關(guān)人員是否佩戴安全帽。文獻(xiàn)[6]提出了一種以YOLOv2目標(biāo)檢測方法為基礎(chǔ)，并在原網(wǎng)絡(luò)中加入密集塊的方法，以實(shí)現(xiàn)低層語義信息與深層語義信息的結(jié)合，從而解決傳統(tǒng)檢測方法準(zhǔn)確率低、魯棒性差的問題。文獻(xiàn)[7]提出了YOLOv4模型，使用CSPDarkNet53主干網(wǎng)絡(luò)進(jìn)行特征提取，該算法檢測精度高，可滿足安全帽佩戴檢測精度的要求，但由于網(wǎng)絡(luò)較為復(fù)雜，實(shí)時性需求難以得到滿足。上述改進(jìn)算法檢測的速度和準(zhǔn)確率不夠理想，且未能及時解決準(zhǔn)確識別密集小目標(biāo)的問題。

因此，本文以輕量級模型YOLOv5s為基礎(chǔ)，首先，將原始NMS算法改進(jìn)為DIoU-NMS，提高對密集目標(biāo)檢測的準(zhǔn)確率；其次在主干網(wǎng)絡(luò)引入并重構(gòu)BoTNet網(wǎng)絡(luò)結(jié)構(gòu)，不僅提升了其對小目標(biāo)信息特征的提取能力，還能降低訓(xùn)練的復(fù)雜度；最后，在Neck網(wǎng)絡(luò)中引入了NAM注意力機(jī)制，增強(qiáng)了模型的魯棒性。

1 YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)

YOLO是一種專注于目標(biāo)檢測的深度神經(jīng)網(wǎng)絡(luò)，屬于單階段算法模型，可完成端到端目標(biāo)檢測任務(wù)[4]。YOLOv5基于YOLO改進(jìn)得到，在預(yù)測精度和速度上取得了較好的平衡。按模型參數(shù)規(guī)模劃分，YOLOv5主要包含5種架構(gòu)：YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x。其中，YOLOv5s模型具有訓(xùn)練速度快、檢測精度高、模型權(quán)重小等優(yōu)點(diǎn)，被廣泛應(yīng)用。YOLOv5s網(wǎng)絡(luò)架構(gòu)如圖1所示[8-9]。

YOLOv5s框架主要由Backbone主干網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)和Head網(wǎng)絡(luò)組成。首先，Backbone主干網(wǎng)絡(luò)主要對輸入圖像的特征信息進(jìn)行提取，形成圖像特征的卷積神經(jīng)網(wǎng)絡(luò)。隨著網(wǎng)絡(luò)的深入，將得到的輸出圖像傳輸?shù)絅eck網(wǎng)絡(luò)部分，再通過特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network， FPN）和像素聚合網(wǎng)絡(luò)（Pixel Aggregation Network， PAN）來聚合不同檢測層的特征信息，F(xiàn)PN層從上到下傳輸強(qiáng)語義特征，PAN層從下到上傳輸強(qiáng)定位特征進(jìn)行補(bǔ)充，這種組合有助于識別不同大小和比例的物體。最后，Head網(wǎng)絡(luò)根據(jù)Neck網(wǎng)絡(luò)傳輸?shù)膱D像特征輸出目標(biāo)的預(yù)測框和類別。

YOLOv5s具有又快又強(qiáng)的網(wǎng)絡(luò)推理能力、高檢測精度和良好的實(shí)時性能，并且權(quán)重較小，適合部署到小型移動設(shè)備上。因此，本文選擇對YOLOv5s的主干網(wǎng)絡(luò)和Neck進(jìn)行改進(jìn)優(yōu)化，以更好地滿足實(shí)時、輕量級和高精度的要求。

1.1 NMS算法

NMS算法在基于深度學(xué)習(xí)的目標(biāo)檢測中通過對比篩選出局部極大值，從而得到最優(yōu)解[10-11]。在目標(biāo)檢測過程中，會產(chǎn)生大量的候選框，通過NMS選擇置信度最大的候選框，然后將其與剩余的檢測框進(jìn)行計(jì)算，得到交并比IoU，如式（1）所示：

（1）

式中：A與B為2個預(yù)測框；交并比IoU為A和B交集與并集之比。標(biāo)準(zhǔn)NMS抑制函數(shù)如式（2）所示：

（2）

式中：si為置信度；bi為預(yù)測框；M為得分最高的預(yù)測框；Nt為設(shè)定的閾值。將IoU超過設(shè)定閾值的檢測框設(shè)置為0，繼續(xù)重復(fù)上述操作直至得到最準(zhǔn)確的預(yù)測框。

在目標(biāo)檢測領(lǐng)域，NMS算法在處理重疊的目標(biāo)框時，可能會因重疊面積過大而將分?jǐn)?shù)較低的目標(biāo)框刪除，導(dǎo)致漏檢。在某些情況下，分?jǐn)?shù)較低的目標(biāo)框可能仍包含有用的信息。此外，需要慎重考慮NMS的閾值，閾值設(shè)置過低可能會導(dǎo)致漏檢，而閾值設(shè)置過高則可能導(dǎo)致誤檢。閾值的選擇需要基于具體的應(yīng)用場景和目標(biāo)檢測任務(wù)的特性進(jìn)行細(xì)致的權(quán)衡和考慮。

基于此，本文對NMS進(jìn)行改進(jìn)，使用DIoU-NMS替換原始NMS算法[12]，這不僅考慮了重疊區(qū)域，同時還對2個預(yù)測框中心點(diǎn)之間的距離進(jìn)行了判斷，計(jì)算如式（3）、式（4）所示：

（3）

（4）

式中：Ti為分類置信度；ε為NMS所設(shè)定的閾值；M為置信度最高的預(yù)測框；RDIoU為在IoU損失函數(shù)的基礎(chǔ)上所添加的懲罰項(xiàng)，用于最小化2個預(yù)測框之間的中心點(diǎn)距離；b為預(yù)測框中心；bgt為真實(shí)框中心；ρ為預(yù)測框與真實(shí)框的中心距離；c為包含了2個框的最小矩形框的對角線長度。當(dāng)2個預(yù)測框之間的IoU較大，但2個框的距離又較遠(yuǎn)時，認(rèn)為預(yù)測框?qū)儆?個物體，不會被抑制。相比于原算法，改進(jìn)的算法對密集目標(biāo)、小目標(biāo)等的檢測精度有一定的提高。

1.2 BoTNet網(wǎng)絡(luò)

BoTNet是Berkeley和谷歌團(tuán)隊(duì)在2021年CVPR上提出的一種混合模型[13-14]，它同時使用了卷積和自注意力機(jī)制，模型將自注意力納入了多種計(jì)算機(jī)視覺任務(wù)，將殘差網(wǎng)絡(luò)（Residual Network， ResNet）最后3個瓶頸塊中的空間卷積用全局自注意力模塊進(jìn)行替換，即多頭自注意力（Multi-Head Self-Attention， MHSA）替換3×3卷積參數(shù)（Conv），構(gòu)成的新模塊為BoTNet。BoTNet模塊結(jié)構(gòu)如圖2所示。

BoTNet模塊結(jié)構(gòu)簡單，功能強(qiáng)大，其充分利用了卷積網(wǎng)絡(luò)與自注意力的優(yōu)勢，對不重要的目標(biāo)特征進(jìn)行了抑制并降低了特征的權(quán)重，從而提升了模型檢測識別的能力。本文選擇將此結(jié)構(gòu)融入到Y(jié)OLOv5s的主干網(wǎng)絡(luò)中，重建其特征提取網(wǎng)絡(luò)結(jié)構(gòu)，以有效減少參數(shù)從而將延遲最小化。

1.3 NAM注意力模塊

NAM是一種高效的輕量級注意力機(jī)制[15-16]，其主要由通道注意力子模塊（Channel Attention Module， CAM）和空間注意力子模塊（Spatial Attention Module， SAM）組成。本文重新設(shè)計(jì)了NAM的CAM和SAM，使得NAM可以嵌入到每個網(wǎng)絡(luò)block的最后。對于ResNet，它嵌入在殘差結(jié)構(gòu)的末端，利用權(quán)重的貢獻(xiàn)因子來改善注意力機(jī)制。對于CAM，則借助批量歸一化（Batch Normalization， BN）中的比例因子，使用標(biāo)準(zhǔn)差來表示權(quán)重的重要性，如式（5）所示。比例因子可反映各個通道的變化情況，進(jìn)一步表示了該通道的重要性。BN中的方差越大，表示該通道所包含的信息越豐富，重要性越高；反之方差越小，表示信息越單一，重要性越低。

（5）

式中：μβ和σβ分別表示小批量β的均值和標(biāo)準(zhǔn)差；γ和b表示可訓(xùn)練的仿射變換參數(shù)，即尺度和位移；φ表示為了數(shù)值穩(wěn)定而添加到小批量方差中的常數(shù)。

CAM如圖3所示。

輸出特征MC和權(quán)重ωθ如式（6）、式（7）所示：

（6）

（7）

式中：θ為每個通道的比例因子。Sigmoid為激活函數(shù)，形式如

式（8）所示：

（8）

SAM如圖4所示。NAM將BN的比例因子應(yīng)用于空間維度以衡量像素的重要程度，稱為像素歸一化（Pixel Normalization， PN）。

權(quán)重ωλ和輸出特征MS如式（9）、式（10）所示：

（9）

（10）

式中：λ為比例因子。Sigmoid為激活函數(shù)，形式同式（8）。

此外，為了抑制不重要的特征，在損失函數(shù)Loss中添加了一個正則化項(xiàng)L（*）。損失函數(shù)Loss和正則化項(xiàng)L（*）分別如式（11）、式（12）所示：

（11）

（12）

式中：x和y分別表示輸入和輸出；W表示網(wǎng)絡(luò)權(quán)重；g（ ）表示L1范數(shù)懲罰函數(shù)；p表示平衡g（λ）和g（θ）的懲罰項(xiàng)。

該注意力機(jī)制保留了通道和空間方向上的信息，增強(qiáng)了它們之間跨緯度的交互性，通過減少信息和放大全局交互表示來提高網(wǎng)絡(luò)的性能，提高了模型檢測效果。本文在Neck網(wǎng)絡(luò)中融合了NAM注意力機(jī)制，在不增加全連接、卷積等額外的參數(shù)和計(jì)算量的前提下，提升了注意力的效果并使模型更加輕量化。

1.4 改進(jìn)的YOLOv5s

圖5為改進(jìn)的YOLOv5s網(wǎng)絡(luò)構(gòu)架，其主干網(wǎng)絡(luò)添加了BoTNet和在Neck網(wǎng)絡(luò)中融合的NAM。通過引入BoTNet，模型能夠在保持較小規(guī)模的同時，學(xué)習(xí)到更豐富的特征表示。這有助于提高模型的檢測性能，同時減少模型的計(jì)算量和內(nèi)存占用。為進(jìn)一步提高準(zhǔn)確性，在YOLOv5s的Neck網(wǎng)絡(luò)中融合NAM模塊。NAM模塊可與FPN結(jié)構(gòu)結(jié)合，根據(jù)輸入特征自動調(diào)整其通道數(shù)和卷積核的大小。這種自適應(yīng)的特性使得NAM能夠更好地適應(yīng)不同尺度和長度的特征，從而提供更準(zhǔn)確的目標(biāo)檢測結(jié)果。本文提出改進(jìn)的YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)，使得模型能夠更好地利用圖像中的局部和全局信息，從而提升檢測目標(biāo)的檢測精度與檢測速度。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)準(zhǔn)備

本文的實(shí)驗(yàn)環(huán)境配置見表1。

實(shí)驗(yàn)數(shù)據(jù)集：數(shù)據(jù)集選用不同復(fù)雜場景下的圖片素材以增強(qiáng)模型的泛化能力，篩選出2 319張圖片，使用LabelImg軟件標(biāo)注，構(gòu)建出本文安全帽檢測數(shù)據(jù)集。將數(shù)據(jù)集分為正確佩戴安全帽“Hat”和未佩戴安全帽“Head”2類，不同場景的展示如圖6所示。

2.2 評價指標(biāo)

為證明實(shí)驗(yàn)方法的有效性，本文選擇精確率P、召回率R和均值平均精度mAP作為評價指標(biāo)來評估模型性能[17]，其計(jì)算如式（13）、式（14）所示：

（13）

（14）

式中：TP為被模型正確劃分為正樣本的數(shù)量；FP為被模型錯誤劃分為正樣本的數(shù)量；FN為被模型錯誤劃分為負(fù)樣本的數(shù)量；AP為單個類別的平均精度，即通過積分法計(jì)算出的P-R曲線與橫縱坐標(biāo)所圍成的面積；mAP即為所有類別AP值的均值。計(jì)算如式（15）、式（16）所示：

（15）

（16）

2.3 實(shí)驗(yàn)結(jié)果及對比分析

本文采用自制數(shù)據(jù)集來進(jìn)行訓(xùn)練和測試，并且對不同的目標(biāo)檢測模型進(jìn)行實(shí)驗(yàn)和評價。訓(xùn)練時輸入的圖像大小為640×640，初始學(xué)習(xí)率設(shè)為0.001，權(quán)重衰減為0.005，batch size為8，epoch共迭代300個。

2.3.1 消融實(shí)驗(yàn)

為驗(yàn)證所提方法的有效性，本文對DIoU-NMS算法、BoTNet網(wǎng)絡(luò)、NAM注意力機(jī)制等在相同的實(shí)驗(yàn)條件下進(jìn)行消融實(shí)驗(yàn)，選擇正確佩戴安全帽的類別“Hat”進(jìn)行對比，目的是驗(yàn)證融合各個模塊時對檢測效果的影響。消融實(shí)驗(yàn)結(jié)果見表2。在引入單一注意力模塊NAM或DIoU-NMS時，AP值略有降低；融合BoTNet網(wǎng)絡(luò)結(jié)構(gòu)后，AP值提高了0.14個百分點(diǎn)；在運(yùn)行本文的改進(jìn)方法時，AP值提高了0.99個百分點(diǎn)。因此選擇在此方法基礎(chǔ)上進(jìn)行實(shí)驗(yàn)。

2.3.2 不同檢測模型性能對比

為進(jìn)一步檢驗(yàn)本文中提出的改進(jìn)方法的性能，選擇Faster R-CNN、YOLOv3、YOLOv4、YOLOv5等具有代表性的目標(biāo)檢測算法進(jìn)行對比實(shí)驗(yàn)[18]，基于相同的數(shù)據(jù)集、參數(shù)、訓(xùn)練策略，不同算法模型性能實(shí)驗(yàn)結(jié)果見表3。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的模型權(quán)重明顯減小，達(dá)到12.6，對安全帽佩戴識別的準(zhǔn)確率較高，mAP值達(dá)到98.93%，高于其他算法模型。

此外，為了證明輕量化改進(jìn)的有效性，本文對改進(jìn)前后模型的參數(shù)指標(biāo)進(jìn)行了對比，見表4。本文所提方法在層數(shù)略有增加的前提下，參數(shù)量較原算法大幅減少，權(quán)重降低了1.1，使模型更加輕量化，并降低了模型計(jì)算的復(fù)雜度。

2.4 在密集小目標(biāo)場景的應(yīng)用

為進(jìn)一步表征改進(jìn)算法的優(yōu)勢，選取密集場景和復(fù)雜場景來進(jìn)行對比實(shí)驗(yàn)（圖7）。第一行圖片為YOLOv5的檢測結(jié)果，第二行為改進(jìn)算法的檢測結(jié)果。如圖7（a）所示，在密集場景下，改進(jìn)算法可正確識別全部目標(biāo)，而YOLOv5的識別效果不佳，存在漏檢的情況（圖片中使用白色框顯示）。在復(fù)雜的室外環(huán)境中，改進(jìn)算法可正確識別所有小目標(biāo)，而YOLOv5存在4處漏檢情況，如圖7（b）所示。

3 結(jié) 語

為提高在復(fù)雜場景下安全帽佩戴的檢測效果，本文提出了一種改進(jìn)的安全帽智能檢測方法。針對不同的場景自制數(shù)據(jù)集進(jìn)行訓(xùn)練，對YOLOv5s檢測模型進(jìn)行了輕量化改進(jìn)，將NMS改為DIoU-NMS，提高了在密集場景中的目標(biāo)檢測精度，并從主干網(wǎng)絡(luò)和Neck網(wǎng)絡(luò)入手，重建其特征提取網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)了對密集小目標(biāo)的識別，有效提升了對安全帽佩戴情況的識別精度，降低了模型的訓(xùn)練難度和模型權(quán)重，使其易于在移動設(shè)備中使用。

參考文獻(xiàn)

[1]劉曉慧，葉西寧.膚色檢測和Hu矩在安全帽識別中的應(yīng)用[J].華東理工大學(xué)學(xué)報(bào)，2014，40（3）：365-370.

[2] SHRESTHA K， SHRESTHA P P， BAJRACHARYA D， et al. Hard-hat detection for construction safety visualization [J]. Journal of construction engineering， 2015， 2015： 1-8.

[3]馮國臣，陳艷艷，陳寧，等.基于機(jī)器視覺的安全帽自動識別技術(shù)研究[J].機(jī)械設(shè)計(jì)與制造工程，2015，44（10）：39-42.

[4] REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： unified， real-time object detection [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Las Vegas， NV， USA： IEEE， 2016： 779-788.

[5]楊莉瓊，蔡利強(qiáng)，古松.基于機(jī)器學(xué)習(xí)方法的安全帽佩戴行為檢測[J].中國安全生產(chǎn)科學(xué)，2019，15（2）：152-157．

[6]方明，孫騰騰，邵楨.基于改進(jìn)YOLOv2的快速安全帽佩戴情況檢測[J].光學(xué)精密工程，2019，27（5）：1196-1205.

[7] QI X， SHI L， LI L， et al. Detection of abnormal hot spots infrared images of power equipment based on YOLOv4 [C]// Journal of Physics： Conference Series. Bristol， England： IOP Publishing， 2021， 2005（1）： 012074.

[8] ZHOU F， ZHAO H， NIE Z. Safety helmet detection based on YOLOv5 [C]// Proceedings of 2021 IEEE International Conference on Power Electronics， Computer Applications， ICPECA 2021. Shenyang， China： Institute of Electrical and Electronics Engineers， 2021："6-11.

[9] YANG G， LEI Q. The system of detecting safety helmets based on YOLOv5 [C]// 2021 International Conference on Electronic Information Engineering and Computer Science， EIECS 2021. [S.l.]： Institute of Electrical and Electronics Engineers， 2021： 750-755.

[10] QIU S， WEN G， DENG Z， et al. Accurate non-maximum suppression for object detection in high-resolution remote sensing images [J]. Remote sensing letters， 2018， 9（3）： 237-246.

[11] WU F， ZHU C， XU J， et al. Research on image text recognition based on canny edge detection algorithm and k-means algorithm [J]. International journal of system assurance engineering and management， 2022， 13： 72-80.

[12] ZHENG Z， WANG P， LIU W， et al. Distance-IoU loss： faster and better learning for bounding box regression [C]// Proceedings of the AAAI Conference on Artificial Intelligence. [S.l.]： [s.n.]， 2020， 34（7）： 12993-13000.

[13] SRINIVAS A， LIN T Y， PARMAR N， et al. Bottleneck transformers for visual recognition [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. NashVille， TN， USA： IEEE， 2021： 16519-16529.

[14] CHEN Y， XIA S， ZHAO J， et al. ResT-ReID： transformer block-based residual learning for person re-identification [J]. Pattern recognition letters， 2022， 157： 90-96.

[15]李小波，李陽貴，郭寧，等.融合注意力機(jī)制的YOLOv5口罩檢測算法[J].圖學(xué)學(xué)報(bào)，2023，44（1）：16-25.

[16]LIU Y， SHAO Z， TENG Y， et al. NAM： Normalization-based attention module [EB/OL]. （2021-11-24）. https： //doi.org/10.48550/arXiv.2111.12419.

[17]呂宗喆，徐慧，楊驍，等.面向小目標(biāo)的YOLOv5安全帽檢測算法[J].計(jì)算機(jī)應(yīng)用，2023，43（6）：1943-1949.

[18]儲開斌，葉托，張繼.基于改進(jìn)Faster R-CNN的頭盔檢測算法研究[J].國外電子測量技術(shù)，2022，41（6）：86-92.

作者簡介：鄒 磊（1985—），男，廣西柳州人，工程師，研究方向?yàn)榇髷?shù)據(jù)、圖像處理和人工智能。

收稿日期：2024-01-12 修回日期：2024-02-26

基金項(xiàng)目：廣西重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目（AB22035047）；廣西重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目（AB23026038）