游錦偉，薛 濤，于俊清*

（1.國(guó)能長(zhǎng)源漢川發(fā)電有限公司，湖北 漢川 431614；2.華中科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，湖北 武漢 430074）

0 引言

安全帽作為工業(yè)生產(chǎn)過(guò)程中必不可少的人身安全防護(hù)裝備，可以有效保障生產(chǎn)人員的安全。當(dāng)前安全監(jiān)管部門在火電廠區(qū)內(nèi)部安裝監(jiān)控?cái)z像頭，通過(guò)人眼觀看監(jiān)控視頻的方式巡視工業(yè)生產(chǎn)運(yùn)行過(guò)程中是否存在安全隱患。但是通過(guò)人眼查看監(jiān)控視頻的方式存在諸多缺陷，比如長(zhǎng)時(shí)間疲勞工作的監(jiān)管人員容易遺漏監(jiān)控視頻畫面中工作人員沒(méi)有穿戴安全帽的危險(xiǎn)情況，由于監(jiān)管人員自身的麻痹大意無(wú)法做到及時(shí)預(yù)警。利用計(jì)算機(jī)視覺(jué)領(lǐng)域中的相關(guān)技術(shù)，替代監(jiān)管人員查看監(jiān)控的方式完成安全帽檢測(cè)任務(wù)。開展基于工業(yè)監(jiān)控視頻的安全帽檢測(cè)算法研究，可以起到保障工業(yè)安全生產(chǎn)、維護(hù)工作人員生命安全、提高工業(yè)生產(chǎn)管理效率的作用。

在計(jì)算機(jī)視覺(jué)領(lǐng)域中，目標(biāo)檢測(cè)是非常重要且基礎(chǔ)的一項(xiàng)任務(wù)，其中相關(guān)的目標(biāo)檢測(cè)算法可以根據(jù)實(shí)現(xiàn)原理分為傳統(tǒng)目標(biāo)檢測(cè)算法和基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法［1］。傳統(tǒng)目標(biāo)檢測(cè)算法主要是通過(guò)手工的方式提取目標(biāo)的特征，例如安全帽的形狀顏色等特征，主要有維奧拉-瓊斯目標(biāo)檢測(cè)框架（Viola-Jones Object Detection Framework，VJ-Det）［2］、可 變 型 部 件 模 型（Deformable Part-based Model，DPM）［3］、選擇性搜索（Selective Search，SS）［4］等。隨著深度學(xué)習(xí)的發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法因其優(yōu)越的魯棒性逐漸取代了傳統(tǒng)算法，成為工業(yè)領(lǐng)域安全帽檢測(cè)算法的主流技術(shù)［5］。Krizhevsky 等人在2012 年提出AlexNet［6］，該算法獲得了ILSVRC-2012 圖像識(shí)別比賽的冠軍，之后更多更深的深度學(xué)習(xí)目標(biāo)檢測(cè)算法被提出。2014 年，Girshick 等人發(fā)現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)特征提取的區(qū)域檢測(cè)模型（Regions with CNN features，R-CNN）［7］。后來(lái)者們?cè)赗-CNN的基礎(chǔ)上對(duì)模型繼續(xù)優(yōu)化，例如在網(wǎng)絡(luò)中加入空間金字塔池化層（Spatial Pyramid Pooling，SPP）［8］或特征金字塔網(wǎng)絡(luò)（Feature Pyramid Networks，F(xiàn)PN）［9］等，用來(lái)提高模型的檢測(cè)準(zhǔn)確率，又提出了Fast R-CNN［10］、Faster R-CNN［11］、Mask R-CNN［12］等優(yōu)秀的算法。2016年，Liu W等人提出了SSD算法［13］，并在此基礎(chǔ)上改進(jìn)得到了DSSD算法［14］，同年，Redmon J等人提出YOLO［15］，該算法憑借較高的檢測(cè)精度與簡(jiǎn)單易用的特性被廣泛運(yùn)用于工業(yè)環(huán)境中各項(xiàng)目標(biāo)檢測(cè)任務(wù)，之后經(jīng)過(guò)迭代衍生出了一系列的YOLO算法［16-18］，本文對(duì)安全帽進(jìn)行目標(biāo)檢測(cè)任務(wù)是基于YOLOv5完成的。在工業(yè)生產(chǎn)環(huán)境中，目標(biāo)檢測(cè)算法除了能夠識(shí)別安全帽的形狀和顏色外，還需要考慮復(fù)雜的背景、光照變化、遮擋以及攝像頭過(guò)遠(yuǎn)導(dǎo)致目標(biāo)過(guò)小等復(fù)雜問(wèn)題，原有的YOLOv5算法并不足以應(yīng)付這些場(chǎng)景，實(shí)際應(yīng)用場(chǎng)景中容易出現(xiàn)誤檢、錯(cuò)檢等問(wèn)題。

為了能夠在復(fù)雜場(chǎng)景中實(shí)現(xiàn)更好的魯棒性和小目標(biāo)的檢測(cè)精度，本文提出了改進(jìn)的YOLOv5 算法，對(duì)YOLOv5 的Head 模塊進(jìn)行了重構(gòu)，通過(guò)基于k-means聚類算法對(duì)Anchor數(shù)目大小調(diào)整，增加網(wǎng)絡(luò)自頂向下特征提取過(guò)程中的上采樣，進(jìn)一步擴(kuò)大特征圖，并與淺層特征信息充分融合，增強(qiáng)了多尺度特征提取能力，并將改進(jìn)后的算法應(yīng)用到工業(yè)監(jiān)控視頻的安全帽佩戴行為檢測(cè)中，實(shí)際應(yīng)用結(jié)果表明，改進(jìn)后的算法對(duì)安全帽的檢測(cè)效果得到了有效提升，能夠滿足工業(yè)場(chǎng)景中的檢測(cè)需求。

1 基于VOLOv5的安全帽檢測(cè)算法

1.1 YOLOv5 網(wǎng)絡(luò)結(jié)構(gòu)

本文選取YOLOv5算法作為基礎(chǔ)目標(biāo)檢測(cè)模型框架。如圖1所示，YOLOv5的網(wǎng)絡(luò)模型結(jié)構(gòu)由4部分組成，包括圖像輸入（Images）、骨干網(wǎng)絡(luò)（Backbone）、頸部（Neck）與檢測(cè)頭（Head）。

Anchor 是目標(biāo)檢測(cè)算法中常用的一種技術(shù)手段，通常目標(biāo)檢測(cè)算法會(huì)對(duì)預(yù)測(cè)的對(duì)象范圍進(jìn)行約束，避免模型在訓(xùn)練時(shí)盲目地尋找，如圖2。

圖2 Anchor Fig.2 Anchor

如圖1，YOLOv5中的Head模塊中的主體部分為3個(gè)Detect 檢測(cè)器，利用基于網(wǎng)格的anchor 在不同尺度的特征圖上進(jìn)行目標(biāo)檢測(cè)，不同的算法計(jì)算anchor 的位置都有所不同，YOLOv5算法中是使用k-means聚類算法來(lái)對(duì)數(shù)據(jù)集中目標(biāo)的邊界框進(jìn)行計(jì)算，得到大小不同的矩形框，并根據(jù)待檢測(cè)目標(biāo)對(duì)象的尺寸進(jìn)行匹配，從而識(shí)別出不同大小的物體。圖像輸入模塊會(huì)對(duì)輸入圖片進(jìn)行自適應(yīng)縮放，YOLOv5 算法的圖像輸入定義為640×640，當(dāng)輸入為640×640 時(shí)，3 個(gè)尺度上的特征圖分別為：80×80、40×40、20×20。

圖1 YOLOv5 網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 YOLOv5 network structure

1.2 基于k-means 聚類算法的Anchor 調(diào)整

YOLOv5 算法基于k-means 聚類算法得到的9 個(gè)Anchor 進(jìn)行預(yù)測(cè)，在YOLOv5 的網(wǎng)絡(luò)配置文件中可以看到初始的Anchor 維度參數(shù)為：（-［10，13，16，30，33，23］#P3/8；-［30，61，62，45，59，119］#P4/16；-［116，90，156，198，373，326］#P5/32）。如圖3 所示，YOLOv5 預(yù)測(cè)輸出端由3 個(gè)檢測(cè)頭組成，每個(gè)檢測(cè)頭對(duì)應(yīng)一組Anchor 參數(shù)。YOLOv5算法會(huì)對(duì)輸入圖片進(jìn)行自適應(yīng)縮放操作，將網(wǎng)絡(luò)的圖像輸入尺寸統(tǒng)一調(diào)整為640×640。而#P3/8 網(wǎng)絡(luò)層檢測(cè)頭尺度為80×80，所以用于檢測(cè)尺度為8×8 的小目標(biāo)。同理，#P4/16 網(wǎng)絡(luò)層檢測(cè)頭尺度為40×40，用于檢測(cè)尺度為16×16 的目標(biāo)。而#P5/32 網(wǎng)絡(luò)層檢測(cè)頭尺度為20×20，用于檢測(cè)尺寸為32×32 的 較 大 目 標(biāo)。YOLOv5 的3 組Anchor 是 基 于COCO 數(shù)據(jù)集聚類得到，并不適用于本文所構(gòu)建的安全帽目標(biāo)檢測(cè)數(shù)據(jù)集。由于YOLOv5具有在模型訓(xùn)練過(guò)程中自適應(yīng)重新計(jì)算并調(diào)整Anchor大小的能力，故本文使用k-means聚類算法對(duì)安全帽數(shù)據(jù)集重新進(jìn)行聚類分析，在YOLOv5 的Head 模塊網(wǎng)絡(luò)結(jié)構(gòu)的AnchorBoxes中增加一組專門針對(duì)于小目標(biāo)的Anchor：（-［5，6，8，14，15，11］#4）。

圖3 YOLOv5 檢測(cè)頭Fig.3 YOLOv5 head module

1.3 多尺度特征提取

深度學(xué)習(xí)中，感受野指的是網(wǎng)絡(luò)模型提取的特征圖在原始輸入圖片中對(duì)應(yīng)區(qū)域的大小。如圖3 所示，本文構(gòu)建的安全帽數(shù)據(jù)集中圖片尺寸為1 920×1 080，以圖片矩形長(zhǎng)邊1 920作為放縮標(biāo)注，針對(duì)較小目標(biāo)的檢測(cè)頭在安全帽圖片上的感受野邊長(zhǎng)為1 920/640×8=24。也就是說(shuō)，如果安全帽數(shù)據(jù)集圖片中的目標(biāo)區(qū)域面積小于242像素，YOLOv5網(wǎng)絡(luò)進(jìn)行相應(yīng)的特征提取與學(xué)習(xí)就會(huì)非常困難。

卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行特征提取的方式主要是上采樣與下采樣。如圖4 所示，通過(guò)多次卷積上采樣操作，卷積網(wǎng)絡(luò)將提取到的特征圖尺寸不斷放大，生成逐漸抽象的特征。通過(guò)多次卷積下采樣操作，對(duì)圖像特征信息進(jìn)行池化降維，避免過(guò)擬合。隨著卷積神經(jīng)網(wǎng)絡(luò)層數(shù)的加深，所得到的感受野面積也在逐漸擴(kuò)大。其中淺層網(wǎng)絡(luò)卷積操作較少，映射于原圖像的感受野面積較小，可以提取到更細(xì)粒度的特征信息，比如安全帽的形狀、顏色等特征。而深層網(wǎng)絡(luò)經(jīng)過(guò)多次卷積下采樣，映射于原圖像的感受野面積越來(lái)越大，丟棄了許多細(xì)節(jié)特征，所提取到的特征信息也更加抽象。

圖4 YOLOv5感受野Fig.4 YOLOv5 receptive field

基于YOLOv5的小目標(biāo)檢測(cè)網(wǎng)絡(luò)改進(jìn)思路就是在輸入圖像中較小的目標(biāo)對(duì)象區(qū)域盡可能多地提取到更完整的特征信息。本文考慮增加YOLOv5 的Head 模塊中的上采樣操作次數(shù)，擴(kuò)大網(wǎng)絡(luò)中的特征圖尺寸，增加特征提取網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行多尺度的特征提取，并增加網(wǎng)絡(luò)結(jié)構(gòu)中的連接層，充分融合淺層特征信息與深層特征信息。改進(jìn)前YOLOv5 的Head 模塊網(wǎng)絡(luò)結(jié)構(gòu)層如圖5所示。

圖5 改進(jìn)前Head模塊網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Head module network structure before improvement

改進(jìn)后的YOLOv5的Head模塊網(wǎng)絡(luò)結(jié)構(gòu)層如圖6所示。在Head網(wǎng)絡(luò)第17層BottleneckCSP 網(wǎng)絡(luò)提取特征完成卷積操作之后，對(duì)提取到的特征圖增加上采樣操作，可以進(jìn)一步擴(kuò)大特征圖的尺寸。在Head網(wǎng)絡(luò)第20層將得到的包含淺層網(wǎng)絡(luò)信息的特征圖與YOLOv5的Backbone 模塊中深層網(wǎng)絡(luò)信息特征圖進(jìn)一步融合，以此獲取更多的特征信息。在Head 網(wǎng)絡(luò)的第31 層，即網(wǎng)絡(luò)的預(yù)測(cè)輸出層，為了與新增一組Anchor進(jìn)行匹配，增加小目標(biāo)檢測(cè)層，共使用［21，24，27，30］4 組檢測(cè)層進(jìn)行計(jì)算。改進(jìn)后的網(wǎng)絡(luò)模型結(jié)構(gòu)更加復(fù)雜，F(xiàn)LOPs計(jì)算量增加，受到GPU計(jì)算資源的限制，在模型訓(xùn)練過(guò)程中需要調(diào)整網(wǎng)絡(luò)的batch-size，將YOLOv5 原始batch-size默認(rèn)值做減半處理。

圖6 改進(jìn)后Head 模塊網(wǎng)絡(luò)結(jié)構(gòu)Fig.6 Head module network structure after improvement

2 模型訓(xùn)練

2.1 安全帽目標(biāo)檢測(cè)數(shù)據(jù)集構(gòu)建

本文構(gòu)建數(shù)據(jù)集的視頻來(lái)源于?？低曋悄鼙O(jiān)控視頻管理平臺(tái)，感興趣區(qū)域（Region of Interest，ROI）內(nèi)的待檢測(cè)目標(biāo)對(duì)象為監(jiān)控視頻畫面中的工作人員。為保證所構(gòu)建的工業(yè)數(shù)據(jù)集能夠最大程度真實(shí)反映實(shí)際生產(chǎn)作業(yè)情況，多次實(shí)地走訪與現(xiàn)場(chǎng)調(diào)研，選取接近一年時(shí)間跨度獲取監(jiān)控視頻，篩除畫面模糊不清的模擬攝像頭監(jiān)控視頻片段，選取數(shù)字?jǐn)z像頭監(jiān)控視頻流中畫面清晰的視頻片段，得到視頻分辨率為1 080P（1 920×1 080）的原始視頻。獲取原始視頻之后，本文設(shè)計(jì)了一種針對(duì)工業(yè)監(jiān)控視頻的關(guān)鍵幀提取算法的方式，篩選關(guān)鍵ROI 片段，完成視頻切幀與關(guān)鍵幀保存，對(duì)得到的圖片幀使用LabelImg 標(biāo)注工具采用PASCAL VOC 格式進(jìn)行標(biāo)注。構(gòu)建的數(shù)據(jù)集命名為安全帽目標(biāo)檢測(cè)數(shù)據(jù)集（HUST Safety Helmet Object Detection Dataset，HUST-SHOD），其中根據(jù)檢測(cè)任務(wù)，HUSTSHOD 可細(xì)分為安全帽佩戴狀態(tài)檢測(cè)數(shù)據(jù)集（HUST Safety Helmet Wear Dataset，HUST-SHWD）與安全帽佩戴顏色檢測(cè)數(shù)據(jù)集（HUST Safety Helmet Wear Dataset of Color，HUST-SHWD_Color）。

2.2 安全帽目標(biāo)檢測(cè)數(shù)據(jù)集劃分

對(duì)安全帽目標(biāo)檢測(cè)數(shù)據(jù)集進(jìn)行劃分，訓(xùn)練集：驗(yàn)證集：測(cè)試集比例設(shè)定為8∶1∶1。對(duì)數(shù)據(jù)集中的15 774個(gè)實(shí)例進(jìn)行劃分，HUST-SHWD 中訓(xùn)練集包含6 225個(gè)正樣本實(shí)例，4 419 個(gè)負(fù)樣本實(shí)例，驗(yàn)證集與測(cè)試集數(shù)據(jù)量相同，都包含784 個(gè)正樣本實(shí)例與493 個(gè)負(fù)樣本實(shí)例。HUST-SHWD_Color中訓(xùn)練集包含3 395個(gè)佩戴藍(lán)色安全帽實(shí)例，1 443個(gè)佩戴黃色安全帽實(shí)例，1 001個(gè)佩戴紅色安全帽實(shí)例，436個(gè)佩戴白色安全帽實(shí)例，以及4 279 個(gè)負(fù)樣本實(shí)例。驗(yàn)證集與測(cè)試集數(shù)據(jù)量相同，都包含430 個(gè)佩戴藍(lán)色安全帽實(shí)例，178 個(gè)佩戴黃色安全帽實(shí)例，100個(gè)佩戴紅色安全帽實(shí)例，51個(gè)佩戴白色安全帽實(shí)例，以及563個(gè)負(fù)樣本實(shí)例。

2.3 數(shù)據(jù)增強(qiáng)技術(shù)

人體頭部區(qū)域面積較小，不易被遮擋，故采用Mosaic 和MixUp 數(shù)據(jù)增強(qiáng)技術(shù)對(duì)訓(xùn)練過(guò)程中一個(gè)Batch圖片進(jìn)行不同程度的混合，增強(qiáng)模型的魯棒性。

1）Mosaic：文獻(xiàn)［17］提出在模型訓(xùn)練過(guò)程中對(duì)于獲取到的同一個(gè)Batch 中的4 張不同圖片按照一定比例混合成為一個(gè)全新的圖片幀。如圖7 所示，在訓(xùn)練過(guò)程中使用Mosaic 數(shù)據(jù)增強(qiáng)，可以使得模型學(xué)習(xí)如何在非正常情況下識(shí)別更小比例的目標(biāo)，同時(shí)它還可以使模型在合成圖片幀的不同區(qū)域分別識(shí)別定位不同類別的目標(biāo)。

圖7 Mosaic數(shù)據(jù)增強(qiáng)示意圖Fig.7 Schematic diagram of Mosaic data enhancement

2）Mixup：文獻(xiàn)［19］提出，在模型訓(xùn)練過(guò)程中生成虛擬實(shí)例。隨機(jī)挑選兩張圖片并按照一定比例（α：β）進(jìn)行混合得到全新圖片，模型對(duì)新圖片分類結(jié)果的概率遵循α：β的混合比例，改變模型在訓(xùn)練過(guò)程中對(duì)于單個(gè)實(shí)例的線性分類結(jié)果，決策邊界更為平滑，泛化能力更強(qiáng)。基于MixUp 的虛擬實(shí)例構(gòu)建公式，其中xi，xj是原始圖片輸入得到的向量，yi，yj是經(jīng)過(guò)一次標(biāo)簽重新混合編碼得到的輸出向量。

Mosaic 與Mixup 數(shù)據(jù)增強(qiáng)方式優(yōu)點(diǎn)明顯，其本質(zhì)思想都是通過(guò)在模型訓(xùn)練過(guò)程中通過(guò)混合不同的圖片或?qū)嵗扇聵颖緛?lái)提高模型的分類與泛化能力。并且混合后不會(huì)生成與原始數(shù)據(jù)無(wú)關(guān)的干擾信息，模型在學(xué)習(xí)到更多的實(shí)例分類結(jié)果，極大地提高訓(xùn)練效率。

3實(shí)驗(yàn)結(jié)果與分析

安全帽目標(biāo)檢測(cè)實(shí)驗(yàn)基于HUST-SHWD 與HUST-SHWD_Color 數(shù) 據(jù) 集，選 取 文 獻(xiàn)［20］中XuanyuWang 等人改進(jìn)后的YOLOv3算法、文獻(xiàn)［21］中LeeCH 等人所使用的YOLOv4 算法、原始YOLOv5 算法、優(yōu)化后的YOLOv5 模型融合算法與改進(jìn)后的YOLOv5-SOD算法對(duì)比實(shí)驗(yàn)。

3.1 安全帽佩戴檢測(cè)實(shí)驗(yàn)

安全帽佩戴檢測(cè)實(shí)驗(yàn)基于HUST-SHWD，對(duì)工作人員頭部是否佩戴安全帽的情況進(jìn)行檢測(cè)。表1列出使用不同目標(biāo)檢測(cè)算法對(duì)安全帽佩戴狀態(tài)的檢測(cè)結(jié)果，采用準(zhǔn)確率（P）、召回率（Recall）、mAP@.5 與mAP@.5：.95 4 種指標(biāo)對(duì)算法進(jìn)行評(píng)估。本文提出的YOLOv5 模型融合算法，使用深度神經(jīng)網(wǎng)絡(luò)模型替換YOLOv5的Backbone 網(wǎng)絡(luò)，以ResNet-50與EfficientNet作為其Backbone 網(wǎng)絡(luò)的模型mAP@.5 值均得到提升，但前者mAP@.5：.95 值低于原YOLOv5 算法。使用輕量化網(wǎng)絡(luò)模型替換，與優(yōu)化前的mAP@.5 值相比沒(méi)有得到顯著提升。YOLOv5+EfficientNet 模型融合算法mAP@. 5=0.985，本文改進(jìn)后的YOLOv5 算法mAP@.5：.95=0.766，本文改進(jìn)優(yōu)化的兩種算法取得最優(yōu)效果。

表1 安全帽佩戴檢測(cè)對(duì)比實(shí)驗(yàn)結(jié)果Table1 Results of comparative tests of helmet wearing detection

3.2 安全帽佩戴顏色檢測(cè)實(shí)驗(yàn)

安全帽佩戴顏色檢測(cè)實(shí)驗(yàn)基于HUST-SHWD_Color，對(duì)工作人員頭部佩戴安全帽顏色的情況進(jìn)行檢測(cè)。表2列出使用不同目標(biāo)檢測(cè)算法對(duì)安全帽佩戴狀態(tài)的檢測(cè)結(jié)果。本文提出的YOLOv5模型融合算法，使用深度神經(jīng)網(wǎng)絡(luò)模型替換YOLOv5的Backbone網(wǎng)絡(luò)，以EfficientNet 作為其Backbone 網(wǎng)絡(luò)模型mAP@.5 值與mAP@.5：.95 均 得 到 提 升，但 以ResNet-50 作 為 其Backbone 的mAP@.5 值 與mAP@.5：.95 值 均 低 于 原YOLOv5算法。使用輕量化網(wǎng)絡(luò)模型替換，與優(yōu)化前的mAP@.5值與mAP@.5：.95值相比均有不同程度的下降。改進(jìn)后的YOLOv5 算法mAP@.5=0.981，mAP@.5：.95=0.775。本文改進(jìn)算法檢測(cè)準(zhǔn)確率取得提升。

表2 安全帽顏色檢測(cè)對(duì)比實(shí)驗(yàn)結(jié)果Table2 Results of comparative tests of helmet color detection

對(duì)比改進(jìn)前后的算法對(duì)于實(shí)際樣例的檢測(cè)效果，如圖8所示，改進(jìn)前的YOLOv5算法無(wú)法檢測(cè)到工業(yè)生產(chǎn)作業(yè)區(qū)域復(fù)雜背景中被遮擋的困難目標(biāo)與受到光照變化影響的困難目標(biāo)，以及遠(yuǎn)景圖像中的小目標(biāo)。本文改進(jìn)的YOLOv5算法在工業(yè)環(huán)境復(fù)雜背景中具有小目標(biāo)魯棒性、遮擋魯棒性、光照魯棒性等諸多優(yōu)點(diǎn)，優(yōu)于原始的YOLOv5算法。

4 結(jié)語(yǔ)

本文選用基于YOLOv5的目標(biāo)檢測(cè)算法完成安全帽佩戴檢測(cè)任務(wù)，并構(gòu)建了安全帽目標(biāo)檢測(cè)數(shù)據(jù)集。安全帽目標(biāo)檢測(cè)數(shù)據(jù)集由HUST-SHWD 與HUSTSHWD_Color 兩類構(gòu)成。本文構(gòu)建的5 類數(shù)據(jù)集涵蓋了工業(yè)實(shí)際生產(chǎn)中各種情況?？倲?shù)據(jù)標(biāo)注量為圖片29 865張，實(shí)例54 603個(gè)。在原有網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，通過(guò)基于k-means聚類算法對(duì)安全帽數(shù)據(jù)集聚類得到的Anchor 數(shù)目與大小進(jìn)行了調(diào)整，增加了自頂向下過(guò)程中的上采樣，對(duì)提取到的特征圖進(jìn)一步擴(kuò)大并與淺層特征信息充分融合，增強(qiáng)了模型多尺度特征提取能力，提高了YOLOv5算法對(duì)于小目標(biāo)等困難目標(biāo)的檢測(cè)準(zhǔn)確率。與改進(jìn)前的YOLOv5 算法進(jìn)行對(duì)比實(shí)驗(yàn)，從檢測(cè)準(zhǔn)確率、速度、模型體量等多方面綜合考慮，選擇改進(jìn)后的YOLOv5 算法作為安全帽檢測(cè)算法，實(shí)現(xiàn)算法的工程落地。