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

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。在公開數(shù)據(jù)集SHWD上的實(shí)驗(yàn)結(jié)果表明，增加小目標(biāo)檢測(cè)層后，所提方法的MAP從0.932提升至0.942；引入CBAM后，MAP進(jìn)一步提升至0.945；增加DYhead Block后，MAP達(dá)到了0.95。經(jīng)過對(duì)復(fù)雜環(huán)境中施工場(chǎng)所安全帽佩戴情況的檢測(cè)，可以明顯看出所提算法的性能獲得了顯著提升。

關(guān)鍵詞：YOLOv7-Tiny；安全帽佩戴檢測(cè)；混合注意力機(jī)制；小目標(biāo)檢測(cè)層；YOLOv7-hat；空間注意力機(jī)制

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2024）12-00-08

0 引 言

我國(guó)基礎(chǔ)建設(shè)行業(yè)蓬勃發(fā)展，但其事故率遠(yuǎn)高于其他行業(yè)[1]，其中，頭部損傷所造成的致殘比例尤其突出[2]。目前安全帽佩戴檢測(cè)主要是通過現(xiàn)場(chǎng)人工檢測(cè)并結(jié)合視頻監(jiān)測(cè)來實(shí)現(xiàn)，而人工實(shí)時(shí)檢測(cè)耗費(fèi)大量的人力和物力且易造成漏檢[3-4]。因此，研究施工人員佩戴安全帽的實(shí)時(shí)檢測(cè)方法具有極其重要的現(xiàn)實(shí)意義。

傳統(tǒng)目標(biāo)檢測(cè)算法是先在被檢測(cè)圖像中選擇出多個(gè)候選區(qū)域，之后手動(dòng)提取特征，最后將提取的特征送入分類器進(jìn)行分類。近年來，由于深度學(xué)習(xí)算法具有檢測(cè)精度高、速度快的特點(diǎn)，被普遍用于圖像分類和識(shí)別領(lǐng)域，并成為安全帽佩戴檢測(cè)等目標(biāo)檢測(cè)算法中的主流。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法可分為以SSD、RetinaNet、YOLO為代表的單階段檢測(cè)算法[5-10]和以R-CNN、Fast R-CNN、Faster R-CNN為代表的兩階段檢測(cè)算法[11-13]。單階段檢測(cè)算法檢測(cè)速度快，適用于實(shí)時(shí)檢測(cè)，兩階段算法精度高但檢測(cè)速度慢，適用于精確度要求較高的場(chǎng)景。2018年，文獻(xiàn)[14]首次將Faster R-CNN算法應(yīng)用于安全帽佩戴檢測(cè)領(lǐng)域，盡管測(cè)試準(zhǔn)確度有所提升，但無法滿足實(shí)時(shí)性需求。2020年，文獻(xiàn)[15]提出了一種基于改進(jìn)YOLOv3算法的安全帽佩戴檢測(cè)方法，該方法雖能實(shí)時(shí)檢測(cè)但性能有待提升。2021年，文獻(xiàn)[16]提出了一種融合環(huán)境特征與改進(jìn)YOLOv4的安全帽佩戴檢測(cè)方法。文獻(xiàn)[17]

改進(jìn)了骨干網(wǎng)絡(luò)和Neck結(jié)構(gòu)，從而提高了模型應(yīng)對(duì)復(fù)雜密集場(chǎng)景的能力，但對(duì)重疊目標(biāo)的檢測(cè)能力還有待提升。

小目標(biāo)檢測(cè)和密集檢測(cè)一直是目標(biāo)檢測(cè)的難點(diǎn)。安全帽目標(biāo)較小，且施工場(chǎng)所人員密集，在特征學(xué)習(xí)階段，常常會(huì)被忽略。相較于YOLO系列算法，YOLOv7有著更快的檢測(cè)速度[18]，同時(shí)其檢測(cè)性能也優(yōu)于其他YOLO系列算法。本文主要以YOLOv7-tiny為基礎(chǔ)算法，在此基礎(chǔ)上進(jìn)行改進(jìn)以提高安全帽佩戴的綜合檢測(cè)能力。

1 YOLOv7算法

YOLOv7通過分析梯度傳播路徑的結(jié)構(gòu)，對(duì)其結(jié)構(gòu)進(jìn)行優(yōu)化，在測(cè)試時(shí)用卷積替代原先的卷積和BN層，不影響預(yù)測(cè)精確度的同時(shí)提升了預(yù)測(cè)速度，且減少了顯存的占用。YOLOv7結(jié)合YOLOx[19]和YOLOv5的標(biāo)簽正樣本分配策略提出了一種由粗到細(xì)的動(dòng)態(tài)標(biāo)簽分配策略，提升了模型的召回率。YOLOv7結(jié)構(gòu)中使用了大量ELAN結(jié)構(gòu)，加深網(wǎng)絡(luò)的同時(shí)再結(jié)合不同長(zhǎng)短路徑的語義信息來提升網(wǎng)絡(luò)性能。YOLOv7-tiny是YOLOv7系列算法中參數(shù)量最小的算法，更便于實(shí)際場(chǎng)景的部署，其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

YOLOv7算法的結(jié)構(gòu)分為Backbone、Neck和Head三部分。Backbone的輸入尺寸為640×640，通過CBS×2模塊進(jìn)行特征提取，再通過ELAN模塊和MP模塊進(jìn)行下采樣。ELAN通過控制最短與最長(zhǎng)的梯度路徑以及更深的網(wǎng)絡(luò)可以有效學(xué)習(xí)和收斂，MP結(jié)合了卷積下采樣法和最大池化層下采樣法的優(yōu)勢(shì)。Neck結(jié)構(gòu)在YOLOv5的特征融合結(jié)構(gòu)（PAFPN）基礎(chǔ)上添加了一個(gè)自底向上的路徑，以更好地融合多尺度特征。Head部分使用CBS模塊連接，輸出分別為80×80×255、40×40×255、20×20×255的特征層。

2 YOLOv7算法的改進(jìn)

首先修改網(wǎng)絡(luò)結(jié)構(gòu)，增加160×160×255的小目標(biāo)檢測(cè)層；其次在Backbone結(jié)構(gòu)和Neck結(jié)構(gòu)的連接處加入混合注意力機(jī)制CBAM（Convolutional Block Attention Module， CBAM）模塊；最后改進(jìn)網(wǎng)絡(luò)的Head部分，加入可對(duì)3個(gè)層次分別加以改進(jìn)的DYhead結(jié)構(gòu)，以提升對(duì)于小目標(biāo)的檢測(cè)效果。改進(jìn)后的算法被命名為YOLOv7-hat，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

2.1 增加小目標(biāo)檢測(cè)層

YOLOv7-tiny有3個(gè)檢測(cè)頭，輸出檢測(cè)頭大小分別為80×80×255、40×40×255、20×20×255，其感受野由小變大。小的感受野可以識(shí)別小的目標(biāo)，考慮到安全帽檢測(cè)圖像中關(guān)注的多為小目標(biāo)，提升小目標(biāo)檢測(cè)能力可提升安全帽佩戴檢測(cè)效果。故在3個(gè)檢測(cè)頭的基礎(chǔ)上增加160×160×255的目標(biāo)檢測(cè)頭，如圖3所示，虛線部分為增加的檢測(cè)層，可以幫助模型更好地捕捉小目標(biāo)的特征，提高檢測(cè)精度。首先通過CBS模塊改變特征圖通道數(shù)，使其從64通道轉(zhuǎn)換成32通道，之后通過上采樣模塊使特征圖像素值由80×80轉(zhuǎn)換為160×160。因小目標(biāo)的尺寸較小，在較淺的特征層中容易丟失細(xì)節(jié)信息，而較深的特征層可能包含更多抽象信息。因此可以在淺層特征和深層特征之間進(jìn)行融合，使模型能夠獲得更全面、更豐富的特征表達(dá)能力。這樣，模型能夠更好地捕捉小目標(biāo)的細(xì)節(jié)和特征，提高小目標(biāo)的檢測(cè)精度。將得到的特征圖和骨干網(wǎng)絡(luò)中的P2特征圖進(jìn)行融合，使其擁有特征提取信息的同時(shí)也擁有原始特征圖的信息。最后通過ELAN模塊提煉信息后經(jīng)過CBS層和卷積層變形得到最終的目標(biāo)檢測(cè)層，尺寸為160×160×255。小目標(biāo)檢測(cè)層網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

2.2 增加CBAM模塊

CBAM混合注意力機(jī)制在通道和空間維度上可提高網(wǎng)絡(luò)模型的特征表達(dá)，進(jìn)而提高網(wǎng)絡(luò)模型在任務(wù)上的性能[20]。CBAM在通道維度和空間維度上都進(jìn)行了注意力的計(jì)算，使得模型能夠更加關(guān)注重要的特征信息，忽略不重要的特征，從而提高模型的泛化能力和表示能力。CBAM模塊結(jié)構(gòu)如圖4所示。

CBAM通過串聯(lián)方式先通過通道注意力機(jī)制進(jìn)行通道權(quán)重的計(jì)算并分配，之后通過空間注意力機(jī)制對(duì)特征圖中的空間部分進(jìn)行權(quán)重分配。用串行的方式設(shè)計(jì)CBAM，不僅能夠節(jié)約參數(shù)和計(jì)算力，并且保證了其能夠作為即插即用的模塊集成到現(xiàn)有的網(wǎng)絡(luò)架構(gòu)中。CBAM通道注意力機(jī)制的具體計(jì)算過程如圖5所示。

首先將輸入的特征圖F（H×W×C）分別經(jīng)過全局平均池化層（AvgPool）和全局最大池化層（MaxPool）得到2個(gè)1×1×C的特征圖，之后將得到的特征圖輸入到MLP中。MLP由兩層神經(jīng)網(wǎng)絡(luò)組成，第一層神經(jīng)元個(gè)數(shù)為C/r（r為衰減率），激活函數(shù)使用ReLU激活函數(shù)，第二層神經(jīng)網(wǎng)絡(luò)神經(jīng)元個(gè)數(shù)為C。而后通過加和操作，借助Sigmoid激活函數(shù)生成最終結(jié)果Channel Attention Feature，即Mc。最后將原始輸入和Mc相乘得到對(duì)通道進(jìn)行注意力機(jī)制處理的最終結(jié)果。計(jì)算如式（1）所示：

（1）

式中：σ為Sigmoid函數(shù)。

空間注意力機(jī)制計(jì)算過程如圖6所示。

將通道注意力模塊輸出的F'特征圖作為空間注意力模塊所需處理的輸入特征圖。在通道上分別進(jìn)行全局最大池化和全局平均池化操作，得到沿通道維度拼接的H×W×2特征圖。之后通過7×7卷積操作降低通道維度，再經(jīng)過激活函數(shù)Sigmoid生成Spatial Attention Feature，即Ms。最后將該特征和該模塊的輸入特征相乘，得到最終生成的特征。計(jì)算如式（2）所示：

（2）

2.3 加入注意力機(jī)制的動(dòng)態(tài)檢測(cè)頭DYhead

在改進(jìn)的四檢測(cè)頭的YOLOv7網(wǎng)絡(luò)中雖提升了對(duì)小目標(biāo)檢測(cè)的能力，但還可通過改變不同維度權(quán)重配比來更好地提高其性能。動(dòng)態(tài)檢測(cè)頭通過在尺度感知的特征層、空間感知的空間位置以及任務(wù)感知的輸出通道內(nèi)連貫地結(jié)合多頭Self-Attention注意機(jī)制，提高了目標(biāo)檢測(cè)頭的表示能力。本文將有3個(gè)層次注意力機(jī)制的目標(biāo)檢測(cè)頭部署到Neck結(jié)構(gòu)后形成新的網(wǎng)絡(luò)結(jié)構(gòu)。DYhead[21]實(shí)現(xiàn)結(jié)構(gòu)如圖7所示。

給定特征張量F∈RL×S×C，通過式（3）來加載自注意力：

（3）

式中：W（F）為輸出特征張量。

將注意力功能轉(zhuǎn)換為3個(gè)層面的注意力，每個(gè)注意力只集中在1個(gè)視角上，計(jì)算如式（4）所示：

（4）

因檢測(cè)目標(biāo)具有不同尺度，因此對(duì)應(yīng)不同尺度大小的特征圖，改變不同level的表達(dá)能力來提高檢測(cè)器的尺度感知能力，其中l(wèi)evel是指Neck中不同層級(jí)的特征圖。

尺度感知注意力函數(shù)πL（ ）、任務(wù)感知注意力函數(shù)πS（ ）和空間感知注意力函數(shù)πC（ ）分別是應(yīng)用于維度L、S和C的3個(gè)

不同的注意力函數(shù)，分別用式（5）、式（6）、式（7）來計(jì)算：

（5）

（6）

（7）

式中：f（ ）是由1×1卷積層近似的線性函數(shù)；σ（x）=max（0， min（1， ）），是Sigmoid函數(shù)；K是稀疏采樣位置的數(shù)量；pj+Δpj是通過自學(xué)習(xí)空間偏移Δpj的移位位置；Δmj是位置pj處的自學(xué)習(xí)重要性標(biāo)量；FC是第C個(gè)通道的特征切片，用來學(xué)習(xí)控制激活閾值，其實(shí)現(xiàn)方式與Dynamic ReLU相同。上述注意力機(jī)制在模型中按順序?qū)崿F(xiàn)，可以共同反復(fù)堆疊多次來構(gòu)成所需的DYhead模塊。

3 實(shí) 驗(yàn)

3.1 數(shù)據(jù)集及實(shí)驗(yàn)環(huán)境

本文從SHWD公開數(shù)據(jù)集中選取200張圖片進(jìn)行數(shù)據(jù)增強(qiáng)，并替換原始圖片，補(bǔ)充了原數(shù)據(jù)集中缺乏的惡劣天氣等情況下的施工場(chǎng)景，使其更符合現(xiàn)實(shí)場(chǎng)景。該數(shù)據(jù)集中含7 581張圖片，針對(duì)實(shí)際場(chǎng)景（包括建筑工地和生產(chǎn)廠區(qū)等），采用了更具復(fù)雜性的圖片環(huán)境，相對(duì)于公共數(shù)據(jù)集，這些圖片呈現(xiàn)出更大的多樣性。數(shù)據(jù)集中訓(xùn)練集、驗(yàn)證集、測(cè)試集的比例為8∶1∶1。在數(shù)據(jù)集分類方面，我們將數(shù)據(jù)集分為2類，一類為佩戴安全帽的人員（標(biāo)簽為“hat”），另一類為未佩戴安全帽的人員（標(biāo)簽為“person”）。為提升模型訓(xùn)練效率，所有訓(xùn)練均使用GPU訓(xùn)練，實(shí)驗(yàn)所使用的操作系統(tǒng)為Windows 11，顯卡為擁有24 GB顯存的RTX3090，CPU為i9-12900k，采用PyTorch 1.10.0深度學(xué)習(xí)框架。

3.2 評(píng)價(jià)指標(biāo)

為評(píng)價(jià)本文改進(jìn)算法和YOLOv7-tiny的性能，采用目標(biāo)檢測(cè)中常用的綜合評(píng)價(jià)指標(biāo)平均精度均值（MAP）來評(píng)估方法的性能（IOU為0.5）。評(píng)價(jià)指標(biāo)如式（8）～式（11）所示：

（8）

（9）

（10）

（11）

式中：P為精確值，是評(píng)估預(yù)測(cè)準(zhǔn)確度的評(píng)估值；R為召回率，是預(yù)測(cè)召回?cái)?shù)量的評(píng)估值；TP為被模型預(yù)測(cè)為正類的正樣本；TN為被模型預(yù)測(cè)為負(fù)類的負(fù)樣本；FP為被模型預(yù)測(cè)為正類的負(fù)樣本；FN為被模型預(yù)測(cè)為負(fù)類的正樣本。本文模型在訓(xùn)練時(shí)均未使用初始權(quán)重，故可明確模型改進(jìn)的真實(shí)有效性，且所有改進(jìn)模型均在使用相同硬件設(shè)施及參數(shù)情況下對(duì)改進(jìn)前后模型進(jìn)行分析。網(wǎng)絡(luò)參數(shù)設(shè)置見表1。

3.3 消融實(shí)驗(yàn)

為驗(yàn)證各改進(jìn)模塊的有效性以及組合后的效果，開展了消融實(shí)驗(yàn)，從而展現(xiàn)改進(jìn)前后對(duì)算法的影響。改進(jìn)依次為基礎(chǔ)模型、四檢測(cè)頭網(wǎng)絡(luò)模型、修改損失函數(shù)，實(shí)驗(yàn)結(jié)果見表2。

由消融實(shí)驗(yàn)獲得的實(shí)驗(yàn)數(shù)據(jù)可直觀分析出，本文在進(jìn)行單個(gè)改進(jìn)實(shí)驗(yàn)時(shí)各項(xiàng)指標(biāo)對(duì)比原算法均有一定程度提升，驗(yàn)證了算法的可行性。在2～3組合改進(jìn)中，各項(xiàng)實(shí)驗(yàn)數(shù)據(jù)在以上2項(xiàng)指標(biāo)上都得到了提升。整體來看，3處改進(jìn)共同疊加得到的效果最好。由表3可知，相比于YOLOv7-tiny，本文算法的MAP提升了1.7個(gè)百分點(diǎn)，召回率提升了3.7個(gè)百分點(diǎn)，驗(yàn)證了改進(jìn)算法的優(yōu)越性。

3.4 對(duì)比試驗(yàn)

為驗(yàn)證本文算法的有效性，在改進(jìn)的SHAW數(shù)據(jù)集并保證硬件和各項(xiàng)指標(biāo)參數(shù)不變的情況下，將其與YOLOv7-tiny算法進(jìn)行預(yù)測(cè)結(jié)果對(duì)比，PR曲線結(jié)果如圖8、圖9所示。為體現(xiàn)科學(xué)性、嚴(yán)謹(jǐn)性，與主流算法進(jìn)行比較時(shí)，所有對(duì)比實(shí)驗(yàn)均在同等硬件設(shè)備條件下對(duì)比。

比較圖8和圖9中的數(shù)據(jù)可以看出，改進(jìn)后的YOLOv7-hat算法MAP值由0.932提升到0.950；安全帽檢測(cè)AP值從0.926提升到0.946；未佩戴安全帽的人物檢測(cè)AP值從0.939提升到0.954，所有指標(biāo)均有所提升。

根據(jù)表3的對(duì)比結(jié)果可知，改進(jìn)之后算法的MAP值能夠達(dá)到0.95，相對(duì)于其他主流YOLO系列檢測(cè)算法，改進(jìn)算法在檢測(cè)精度和召回率方面均有所提高。對(duì)比當(dāng)前常用的YOLOv5s和最新的YOLOv8n算法，本文算法依舊表現(xiàn)出其優(yōu)越性，通過數(shù)據(jù)可知，改進(jìn)方法獲得了良好的檢測(cè)性能。為能夠更加直接了解改進(jìn)前后算法的檢測(cè)效果，本文將改進(jìn)后的YOLOv7-tiny與相關(guān)算法進(jìn)行了比較。

圖10為小目標(biāo)檢測(cè)場(chǎng)景，其中YOLOv7-hat所有目標(biāo)均檢測(cè)成功，YOLOv7-tiny中間位置目標(biāo)漏檢，YOLOv4左上方目標(biāo)檢測(cè)錯(cuò)誤，YOLOv5s左上方目標(biāo)漏檢，YOLOv8n左上方及中間部位目標(biāo)漏檢。

圖11為小目標(biāo)遮擋檢測(cè)場(chǎng)景，其中YOLOv7-hat所有目標(biāo)均檢測(cè)成功，YOLOv7-tiny右側(cè)第二個(gè)遮擋目標(biāo)漏檢，YOLOv4目標(biāo)均檢測(cè)成功但照片前方2個(gè)目標(biāo)檢測(cè)框位置有明顯偏差，檢測(cè)效果不理想，YOLOv5s右側(cè)第二遮擋目標(biāo)漏檢，YOLOv8n右側(cè)第二遮擋目標(biāo)漏檢。

圖12為小目標(biāo)重疊檢測(cè)場(chǎng)景，其中YOLOv7-hat所有目標(biāo)均檢測(cè)成功，YOLOv7-tiny左側(cè)第三、第四重疊目標(biāo)識(shí)別錯(cuò)誤，右側(cè)第一個(gè)目標(biāo)漏檢，YOLOv4左側(cè)第三、第四重疊目標(biāo)識(shí)別錯(cuò)誤，YOLOv5s左側(cè)第三、第四重疊目標(biāo)識(shí)別錯(cuò)誤，右側(cè)第一個(gè)目標(biāo)漏檢，YOLOv8n左側(cè)第三、第四重疊目標(biāo)識(shí)別錯(cuò)誤，右側(cè)第一個(gè)目標(biāo)漏檢。

圖13為深景小目標(biāo)檢測(cè)場(chǎng)景，其中YOLOv7-hat所有目標(biāo)均檢測(cè)成功，YOLOv7-tiny左側(cè)目標(biāo)漏檢，YOLOv4所有目標(biāo)均檢測(cè)成功，但檢測(cè)結(jié)果的置信度明顯低于YOLOv7-hat，YOLOv5s將2個(gè)圖片背景預(yù)測(cè)為hat標(biāo)簽，存在誤檢現(xiàn)象，YOLOv8n左側(cè)目標(biāo)漏檢。故對(duì)比各圖可以看出，改進(jìn)后的算法YOLOv7-hat檢測(cè)效果更好。

4 結(jié) 語

針對(duì)現(xiàn)有目標(biāo)檢測(cè)算法對(duì)密集型小目標(biāo)、遮擋目標(biāo)、重疊小目標(biāo)檢測(cè)效果不佳的情況，提出一種基于YOLOv7-tiny算法的改進(jìn)YOLOv7-hat檢測(cè)算法。通過加入感受野更小的小目標(biāo)檢測(cè)層改進(jìn)了網(wǎng)絡(luò)結(jié)構(gòu)，提升了網(wǎng)絡(luò)模型對(duì)像素占用較少的小目標(biāo)的檢測(cè)能力。改進(jìn)網(wǎng)絡(luò)的Neck結(jié)構(gòu)并加入CBAM注意力機(jī)制，以提升網(wǎng)絡(luò)對(duì)通道維度和空間維度上重要信息的關(guān)注程度，從而提升網(wǎng)絡(luò)的檢測(cè)能力。結(jié)合2個(gè)DYhead模塊改進(jìn)檢測(cè)頭部分，融合目標(biāo)檢測(cè)頭的尺度注意力、空間注意力、任務(wù)注意力，使模型輸出特征圖的重點(diǎn)信息更為突出，從而實(shí)現(xiàn)性能的提升。

本文提出的YOLOv7-hat相較其他主流目標(biāo)檢測(cè)模型具有優(yōu)越性，但在改進(jìn)的同時(shí)也相應(yīng)地增加了網(wǎng)絡(luò)的復(fù)雜性，未來將進(jìn)一步研究如何壓縮網(wǎng)絡(luò)的參數(shù)量，以便網(wǎng)絡(luò)模型可更便捷地部署到實(shí)際場(chǎng)景之中。

注：本文通訊作者為王智文、白云。

參考文獻(xiàn)

[1] KURIEN M， KIM M K， KOPSIDA M， et al. Real-time simulation of construction workers using combined human body and hand tracking for robotic construction worker system [J]. Automation in construction， 2017， 11.

[2]郝忠，魏延曉. 448例建筑施工工傷事故的標(biāo)準(zhǔn)統(tǒng)計(jì)特征分析[J].中國(guó)標(biāo)準(zhǔn)化，2017（2）：245-247.

[3]馬舒琪，蔡嗣經(jīng)，時(shí)訓(xùn)先.沖擊載荷作用下工業(yè)安全帽防護(hù)性能研究[J].中國(guó)安全科學(xué)學(xué)報(bào)，2014，24（10）：133-137.

[4] RACHEL R， ELIZABETH K， NAOMI E. The formative evaluation and pre-testing of a sunsmart policy implementation support toolkit targeting sun safe hat-wearing in NSW primary schools [J]. Health promotion journal of Australia： official journal of Australian association of health promotion professionals， 2023.

[5] LIU W， ANGUEIOV D， ERHAN D， et al. SSD： single shot multibok detector [C]// Proceedings of the European Conference on Computer Vision， Netherlands： [s.n.]， 2016： 21-37.

[6] LIN T Y， GOYAL P， GIRSHICK， et al. Focal loss for dense object detection [C]// Proceedings of the 2017 IEEE International Conference on Computer Vision. Venice， Italy： IEEE， 2017： 2999-3007.

[7] REDOM J， DIVALA S， GIRSHICK R， et al. You only look once： unified， real-time object [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas， NV， USA： IEEE， 2016： 779-788.

[8] REDOM J， FARHADI A. YOLO9000： better， faster， stronger [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Honolulu， HI， USA： IEEE， 2017： 7263-7271.

[9] REDMON J， FARHADI A. Yolov3： An incremental improvement [J]. arXiv preprint arXiv： 1804.02767， 2018.

[10] BOCHKOVSKIY A， WANG C Y， LIAO H Y M. Scaled-YOLOv4： Scaling cross stage partial network [C]// 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Nashville， TN， USA： IEEE， 2021： 13024-13033.

[11] GIRSHICK R， DONA J， DARRLELL T， et al. Rich feature hierarchies for object detection and segmentation [C]// Proceedings of the 2014 IEEE Transactions on Pattern Analysis and Machine Intelligence. Columbus， OH， USA： IEEE， 2014："580-587.

[12] GIRSHICK R. Fast R-CNN [C]// Proceedings of the 2015 IEEE International Conference on Computer Vision. Santiago， Chile： IEEE， 2015： 1440-1448.

[13] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks [J]. IEEE transactions on pattern analysis and machine information intelligence， 2017， 39（6）： 1137-1149.

[14] FANG Q， LI H， LUO X， et al. Detecting non-hardhat-use by a deep learning method from farfield surveillance videos [J]. Automation in construction， 2018， 85： 1-9.

[15]馬小陸，王明明，王兵. YOLOv3在安全帽佩戴檢測(cè)中的應(yīng)用研究[J].河北工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，37（4）：78-86.

[16]葛青青，張智杰，袁瓏，等.融合環(huán)境特征與改進(jìn)YOLOv4的安全帽佩戴檢測(cè)[J].中國(guó)圖象圖形學(xué)報(bào)，2021，26（12）：2904-2917.

[17]趙睿，劉輝，劉沛霖，等.基于改進(jìn)YOLOv5s的安全帽檢測(cè)算法[J].北京航空航天大學(xué)學(xué)報(bào)，2023，49（8）：2050-2061.

[18] WANG C Y， BOCHKOVSKIY A， LIAO H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Vancouver， BC， Canada： IEEE， 2023： 7464-7475.

[19] GE Z， LIU S， WANG F， et al. Yolox： Exceeding yolo series in 2021 [J]. arXiv preprint arXiv： 2107.08430， 2021.

[20] WOO S， PARK J， LEE J Y， et al. CBAM： Convolutional block attention module [C]// Proceedings of the European Conference on Computer Vision （ECCV）. [S.l.]： [s.n.]， 2018： 3-19.

[21] DAI X， CHEN Y， XIAO B， et al. Dynamic head： Unifying object detection heads with attentions [C]// Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. Nashville， TN， USA： IEEE， 2021： 7373-7382.

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（61962007）；國(guó)家自然科學(xué)基金資助項(xiàng)目（62266009）；廣西自然科學(xué)基金重點(diǎn)項(xiàng)目（2018GXNSFDA294001）；廣西財(cái)經(jīng)大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目資助（FEDOP2022A06）；廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目（2022KY1697）；廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目教育信息化專項(xiàng)（2022XXH0019）

作者簡(jiǎn)介：郭 鑫（1996—），男，在讀碩士研究生，研究方向?yàn)橛?jì)算機(jī)視覺。

王智文（1969—），男，博士，教授，研究方向?yàn)槟Ｊ阶R(shí)別、圖像處理和人類行為識(shí)別。

白 云（1985—），男，碩士，高級(jí)工程師，研究方向?yàn)橛?jì)算機(jī)視覺、虛擬機(jī)優(yōu)化。

趙文志（1998—），男，在讀碩士研究生，研究方向?yàn)橛?jì)算機(jī)視覺。