基于轻量化YOLOv5的煤矿电力人员作业安全装备检测_中国煤炭行业知识服务平台

基于轻量化YOLOv5的煤矿电力人员作业安全装备检测

作者

吕宗宝徐英博谢子殿
单位

哈尔滨天源石化工程设计有限公司黑龙江科技大学电气与控制工程学院
摘要

针对传统煤矿电力人员作业安全装备检测算法精度低、鲁棒性差以及运行速度慢的问题，提出基于改进YOLOv5的目标检测方法。以检测绝缘靴、绝缘手套、安全帽和作业人员为研究对象，采用轻量级Ghost卷积提取目标特征，构建基于CSP结构的C3Ghost模块，通过引入坐标注意力机制，提高算法对感兴趣目标的学习能力。结果表明，改进后的YOLOv5准确率、召回率、平均精度和推理速度比原网络分别提高了1.7%、1.4%、1%和27%,同时模型缩小40%,并在Jetson Nano开发版上成功地部署。
关键词

煤矿安全装备检测YOLOv5C3Ghost注意力机制JetsonNano
基金项目(Foundation)

黑龙江省重点研发计划项目(GZ20220122)；黑龙江省省属高等学校基本科研业务费项目(2021-KYYWF-1480)；
文章目录

0 引言
1 改进YOLOv5 目标检测算法
1.1 YOLOv5 目标检测算法
1.2 GhostNet 的轻量化网络设计
1.3 CA注意力机制
1.4 改进YOLOv5的网络结构
2 实验
2.1 数据集
2.2 实验环境
2.3 评价标准
2.4 实验结果与分析
3 算法部署
4 结论
引用格式

吕宗宝,徐英博,谢子殿.基于轻量化YOLOv5的煤矿电力人员作业安全装备检测[J].黑龙江科技大学学报,2023,33(05):737-742.
相关文章

[1]基于Mobilenetv3的煤矿人脸识别方法