一种基于改进YOLOv5的安全帽规范佩戴检测方法

本发明涉及工业检测技术领域，尤其涉及一种基于改进YOLOv5的安全帽规范佩戴检测方法，包括以下步骤：S1：建立带有标注的安全帽佩戴数据集；S2：修改原特征提取神经网络CSPDarknet得到预训练神经网络，根据训练集对预训练神经网络进行二次训练得到训练神经网络；S3：根据测试集验证训练神经网络效果，得到最终神经网络；S4：根据安全生产区域工作视频和最终神经网络得到安全帽佩戴检测结果。本发明通过蛇形卷积网络增强非刚性线条性物体适应性；通过transformer层使语义层特征关注到全局信息；优化特征增强模块为AFPN，以实现整体增强网络的表征能力；针对安全帽规范佩戴场景，在数据增强中提出soft‑mosaic丰富样本多样性，使得模型更加鲁棒和具有泛化性。