徐栋;陈正宇

南京邮电大学电子与光学工程学院;金陵科技学院电子信息工程学院

电动车头盔;YOLOv5s;GhostCSP-Bottleneck;注意力机制;

为了解决电动车驾乘人员头盔佩戴检测问题，提出了一种基于改进YOLOv5s模型的电动车头盔佩戴检测方法。该方法以YOLOv5s模型为基础，首先使用GhostBottleneck模块替换YOLOv5s中的卷积模块以减少参数量；其次设计了GhostCSP-Bottleneck来优化特征提取结构；最后在主干网络增加注意力机制提升检测精度。实验结果表明，改进后的模型平均准确率均值为84.2%,较YOLOv5s提升了1.3个百分点；模型参数量和体积分别压缩为原来的51.39%和47.95%,在小目标和密集目标场景下具有较好的泛化性；将模型移植到NVIDIA Jetson Xavier NX开发板上，检测速度达到28.2 FPS,满足检测的实时性和准确性要求。