一种复杂环境下的安全帽佩戴检测方法

本发明公开了一种复杂环境下的安全帽佩戴检测方法，属于计算机视觉技术领域，本发明的方法包括以下步骤：构建并按比例划分安全帽图像数据集；在主干网络中采用C2f‑MSEFA模块替换C2f模块，并提出了MAConv模块；在颈部网络中引入ASF‑FS结构；在检测头部分，采用EELD检测头。基于上述结构，构建MMAE‑YOLO模型，并通过设定合理的网络参数进行迭代训练，结合实验结果优化超参数配置，最终获得最优的网络模型结构。使用MMAE‑YOLO模型，对待检测的安全帽数据集进行佩戴检测，并输出检测结果。本发明所述的MMAE‑YOLO算法在保证实时性的前提下，较YOLOv8n模型显著提升了对小目标及遮挡目标的检测准确率，并有效降低了模型复杂度，适用于施工现场的高效且可靠的安全监测。