輕量化YOLOv4的安全帽佩戴檢測方法

摘要： 為了平衡深度學(xué)習(xí)網(wǎng)絡(luò)在網(wǎng)絡(luò)深度、模型效果和易用性之間的關(guān)系，針對安全帽佩戴檢測，提出一種基于輕量化模塊的改進YOLOv4網(wǎng)絡(luò)。在主干網(wǎng)絡(luò)中，采用深度可分卷積和壓縮激勵機制所組成的模塊替換殘差塊，在不進行內(nèi)部堆疊的情況下，減少網(wǎng)絡(luò)的深度和參數(shù)量；在聚合網(wǎng)絡(luò)中，采用反向注意力機制模塊增加目標物體的顯著信息，使網(wǎng)絡(luò)獲取的特征包含更豐富的細節(jié)信息。在公開的安全帽佩戴圖像數(shù)據(jù)集上進行的實...