基于改進YOLOv5s的安全帽檢測算法

摘要： 針對現(xiàn)有安全帽檢測算法難以檢測小目標、密集目標等缺點，提出一種基于YOLOv5s的安全帽檢測改進算法。采用DenseBlock模塊來代替主干網絡中的切片結構，提升網絡的特征提取能力；在網絡頸部檢測層加入SE-Net通道注意力模塊，引導模型更加關注小目標信息的通道特征，以提升對小目標的檢測性能；對數(shù)據(jù)增強方式進行改進，豐富小尺度樣本數(shù)據(jù)集；增加一個檢測層以便能更好地學習密集目標的...