典型文献
基于改进YOLOv5算法的电力工人作业安全关键装备检测
文献摘要：
传统的电力工人作业安全关键装备检测算法精度低、鲁棒性差.为此提出了一种基于YOLOv5的改进型目标检测算法,用于对绝缘手套、安全帽、作业人员进行检测.首先在原版YOLOv5中加入坐标注意力模块,提升对小目标特征提取的能力;其次用加权双向特征金字塔网络结构代替原有的特征金字塔网络结构,进一步提升特征提取的能力.实验结果表明平均精确度提升了1.8％,其精度达96.4％,平均精确度均值提升了0.4％,其均值达93.3％.所提算法改善了原版网络对小目标容易漏检、误检的问题,具有较强的实用性和先进性,能满足实时检测的要求,对电力行业安全有一定的促进作用.
文献关键词：
安全帽;绝缘手套;YOLOv5;小目标;目标检测;注意力机制;电力工人
中图分类号：
作者姓名：
伏德粟;高林;刘威;王书坤
作者机构：
湖北民族大学 智能科学与工程学院,湖北 恩施445000
文献出处：
引用格式：
[1]伏德粟;高林;刘威;王书坤-.基于改进YOLOv5算法的电力工人作业安全关键装备检测)[J].湖北民族大学学报（自然科学版）,2022(03):320-327
A类：
B类：
YOLOv5,电力工人,作业安全,全关,改进型,目标检测算法,绝缘手套,安全帽,作业人员,原版,坐标注意力,注意力模块,小目标特征,加权双向特征金字塔网络,双向特征金字塔网络结构,漏检,实时检测,电力行业,注意力机制
AB值：
0.255734
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
