基于SE-YOLOv5的煤矿安全帽识别算法
Journal: Journal of Safety Science and Engineering DOI: 10.32629/jsse.v4i1.19096
Abstract
针对煤矿井下作业人员工作时存在不佩戴安全帽的情况,应用基于YOLOv5的井下安全帽识别算法,该方法有效、准确的识别井下职工佩戴安全帽的情况。通过加入Squeeze-and-Excitation(SE)注意力模块,来提高模型性能。使用SCUT-HEAD数据集进行训练,并将YOLOv5模型和SE-YOLOv5模型做对比。实验表明,SE-YOLOv5模型的识别精度更高,从而增加了矿井使用安全帽的规范性。
Keywords
YOLOv5模型；SE-YOLOv5模型；深度学习
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 程磊,张俊展.基于YOLOv8的煤矿安全帽和安全背心检测算法[J].中国安全生产科学技术,2025,21(02):115-121.
[2] 曹燕,李欢,王天宝.基于深度学习的目标检测算法研究综述[J].计算机与现代化,2020(5):63-69.
[3] 石琳.基于深度学习算法的办公椅零部件缺陷检测方法研究[D].杭州电子科技大学,2025.
[4] 贾智杰.基于MaskRCNN的人物图像识别方法研究[D].山西师范大学,2020.
[5] 张彦凯,余飞鸿,夏岩,等.一种高精度优化Faster-RCNN变电站安全帽检测方法[J].四川电力技术,2023,46(01):62-68.
[6] 苗作华,李苗苗,徐厚友,等.面向煤矿井下场景的安全帽佩戴检测算法[J].安全与环境学报,2025,25(05):1743-1751.
[7] 张云鹤.基于卷积神经网络的矿井人员安全帽佩戴检测方法研究[D].中国矿业大学,2023.
[8] 邓诗弋.基于改进YOLOv5的道岔滑床板磨损缺陷检测方法研究[D].西安:西安理工大学,2024.
[9] 余加勇,刘宝麟.基于YOLOv5和U-Net3+的桥梁裂缝智能识别与测量[J].湖南大学学报(自然科学版),2023,50(5):65-73.
[2] 曹燕,李欢,王天宝.基于深度学习的目标检测算法研究综述[J].计算机与现代化,2020(5):63-69.
[3] 石琳.基于深度学习算法的办公椅零部件缺陷检测方法研究[D].杭州电子科技大学,2025.
[4] 贾智杰.基于MaskRCNN的人物图像识别方法研究[D].山西师范大学,2020.
[5] 张彦凯,余飞鸿,夏岩,等.一种高精度优化Faster-RCNN变电站安全帽检测方法[J].四川电力技术,2023,46(01):62-68.
[6] 苗作华,李苗苗,徐厚友,等.面向煤矿井下场景的安全帽佩戴检测算法[J].安全与环境学报,2025,25(05):1743-1751.
[7] 张云鹤.基于卷积神经网络的矿井人员安全帽佩戴检测方法研究[D].中国矿业大学,2023.
[8] 邓诗弋.基于改进YOLOv5的道岔滑床板磨损缺陷检测方法研究[D].西安:西安理工大学,2024.
[9] 余加勇,刘宝麟.基于YOLOv5和U-Net3+的桥梁裂缝智能识别与测量[J].湖南大学学报(自然科学版),2023,50(5):65-73.
Copyright © 2026 刘洪笑, 朱瑞霄
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License