復(fù)雜環(huán)境下施工場(chǎng)所基于YOLOv7-hat安全帽佩戴檢測(cè)

打開文本圖片集

摘 要：針對(duì)現(xiàn)有深度學(xué)習(xí)算法在惡劣天氣、目標(biāo)密集分布、目標(biāo)較小或目標(biāo)被隨機(jī)遮擋等情況下檢測(cè)效果不理想等問(wèn)題，提出YOLOv7-hat安全帽佩戴檢測(cè)方法。該方法對(duì)YOLOv7-Tiny模型進(jìn)行了改進(jìn)，增加了能更好捕捉圖像中小目標(biāo)的小目標(biāo)檢測(cè)層；添加的CBAM有助于模型關(guān)注重要的特征信息；增加了多頭self-attention注意力機(jī)制，提高了目標(biāo)檢測(cè)頭的表示能力。（剩余10243字）