第２１卷第１期２０２３年３月南京工程学院学报(自然科学版)ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｖｏｌ.２１ꎬＮｏ.１Ｍａｒ.ꎬ２０２３ｄｏｉ:１０.１３９６０/ｊ.ｉｓｓｎ.１６７２－２５５８.２０２３.０１.００６投稿网址:ｈｔｔｐ://ｘｂ.ｎｊｉｔ.ｅｄｕ.ｃｎ基于改进ＹＯＬＯｖ５的电网工人防具检测戴云周１ꎬ路红１ꎬ纪陈阳２(１.南京工程学院自动化学院ꎬ江苏南京２１１１６７ꎻ２.凌志软件如皋有限公司ꎬ江苏如皋２２６５９９)摘要:为了防止电网工人在高空作业时防具穿戴不当而导致安全事故发生ꎬ基于ＰｙＴｏｒｃｈ框架提出一种改进型的轻量级防具检测算法.首先将ＹＯＬＯｖ５ｓ的Ｂａｃｋｂｏｎｅ用轻量级网络ＧｈｏｓｔＮｅｔ来替换ꎬ降低网络复杂程度ꎬ减少参数量ꎻ然后针对工人在高空作业中的目标遮挡问题ꎬ通过改进随机擦除与Ｍｏｓａｉｃ数据增强的方法模拟高空中防具被遮挡的情况ꎻ最后优化ｌｏｓｓ函数ꎬ采用ＤｉｓｔａｎｃｅＩｏＵ替换常用的ＩｏＵꎬ解决网络检测框位置偏差大的问题.采用平均精度均值ｍＡＰ与模型大小来评估本文改进算法与其他算法对防具检测的效果ꎬ试验结果表明了本文改进方法的有效性ꎬ满足在移动端部署的需求.关键词:轻量化ꎻ防具检测ꎻＹＯＬＯｖ５网络中图分类号:ＴＢ３９１.４１收稿日期:２０２２－０５－１２ꎻ修回日期:２０２２－０５－２５基金项目:南京工程学院研究生大学生科技创新项目(ＴＢ２０２２１７００６)作者简介:戴云周ꎬ硕士研究生ꎬ研究方向为计算机视觉.Ｅ￣ｍａｉｌ:８２６２６５６２８＠ｑｑ.ｃｏｍ引文格式:戴云周ꎬ路红ꎬ陆慧雯.基于改进ＹＯＬＯｖ５的电网工人防具检测[Ｊ].南京工程学院学报(自然科学版)ꎬ２０２３ꎬ２１(１):３３－３８.ＧｒｉｄＷｏｒｋｅｒＡｒｍｏｒＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＹＯＬＯｖ５ＤＡＩＹｕｎｚｈｏｕＬＵＨｏｎｇＬＵＨｕｉｗｅｎ１.ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙＮａｎｊｉｎｇ２１１１６７Ｃｈｉｎａ２.ＬｉｎｋａｇｅＲｕｇａｏＳｏｆｔｗａｒｅＣｏ.Ｌｔｄ.Ｒｕｇａｏ２２６５９９ＣｈｉｎａＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｐｒｅｖｅｎｔｓａｆｅｔｙａｃｃｉｄｅｎｔｓｃａｕｓｅｄｂｙｉｍｐｒｏｐｅｒｗｅａｒｉｎｇｏｆｐｒｏｔｅｃｔｉｖｅｅｑｕｉ...
