一种轻量级ShuffleNet-YOLO施工穿戴实时检测方法

本发明提供一种轻量级ShuffleNet‑YOLO施工穿戴实时检测方法，将轻量化网络ShuffleNetv2与注意力机制GAM进行融合，让模型在具备轻量化网络检测速度快的特性同时兼顾目标检测算法识别率准确性的优势，并且为了进一步提升预测精度还采用WIoU、Soft‑NMS融合改进的策略，构建最终的ShuffleNetv2‑YOLOv5s.60(ShuffleNet‑YOLO)网络模型，模型平均精度mAP@50达88.6％，边缘设备推理速度≥30FPS。本发明经过测试实现了对施工人员穿戴实时检测，有助于加强对施工人员的安全监管，从而减少人工介入，降低成本，具有判断快速、精度高、便于部署等优势，进而减少安全事故推动智慧工地的发展。