改進YOLOv8的輕量化安全帽佩戴檢測算法

摘要： 針對安全帽佩戴檢測模型大、運算復(fù)雜、對運算平臺資源要求高的問題，提出了基于YOLOv8改進的輕量化安全帽佩戴檢測算法YOLOv8-MBS。首先，利用MobileNetv3與SPPF共同組成新的輕量級主干層，降低了算法的參數(shù)量和計算量。其次，使用加權(quán)雙向金字塔增強了算法的特征提取與特征表達能力，降低了誤檢率。最后，嵌入SimAM無參數(shù)注意力機制，提升網(wǎng)絡(luò)對位置信息與安全帽特征的關(guān)... （共8頁）