文档名：基于改进YOLOv5s的着装不规范检测算法研究
摘要：针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW.首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力;其次,在颈部网络中采用空间和通道重建卷积模块(SCConv)替换原始网络中的卷积模块(Conv),减少模型参数冗余,同时提升模型的精度;最后,在预测部分引入WIoU损失函数更换CIoU损失函数,提高模型泛化能力,加快收敛速度.将改进算法应用到自建餐饮后厨工作人员着装数据集中进行实验,实验表明,改进后的模型检测平均精度提升了4.1%,参数量减少了11.4%.该模型在提高了检测精度的同时降低了网络复杂度,能够满足餐饮后厨工作人员的着装规范检测的要求.
Abstract：Addressingtheissueofnon-complianceintheattireofculinarystaffinthecomplexbackgroundofthecateringkitchen,whereexistingalgorithmstendtohavelowdetectionaccuracyandarepronetofalsedetectionsandomissions,thispaperproposedanimprovedattirecompliancedetectionalgorithm,YOLOv5s-ESW,basedonYOLOv5s.Firstly,anovelmulti-scaleattentionmechanismwasintroducedintothemainnetworktoenhancethenetwork'sfeatureextractioncapability.Secondly,withinthenecknetwork,thespatialandchannelreconstructionconvolutionmodule(SCConv)replacedtheoriginalconvolutionmodule(Conv)toreducemodelparameterredundancyandsimultaneouslyenhancedmodelaccuracy.Lastly,theWIoUlossfunctionwasintroducedinthepredictionparttoaccelerateconvergenceandenhancethemodel'sgeneralizationcapability.Theimprovedalgorithmwasappliedtoaself-compileddatasetofcateringkitchenstaffattireforexperimentation.Theresultsvalidatedthattheimprovedmodelhaselevateditsmeandetectionaccuracyby4.1%andreduceditsparameterquantityby11.4%.Whileenhancingdetectionaccuracy,themodelalsoreducednetworkcomplexity,therebysatisfyingtherequirementsforattirecompliancedetectionamongcateringkitchenstaff.
作者：李跃华 仲新 姚章燕 胡彬Author：LIYuehua ZHONGXin YAOZhangyan HUBin
作者单位：南通大学信息科学技术学院,江苏南通226000
刊名：图学学报 ISTICPKU
Journal：JournalofGraphics
年，卷(期)：2024, 45(3)
分类号：TP391
关键词：着装规范检测 注意力机制 卷积 损失函数 YOLOv5s-ESW算法
Keywords：dresscodedetection attentionmechanism convolution lossfunction YOLOv5s-ESWalgorithm
机标分类号：TP391.41TN929.5TM743
在线出版日期：2024年6月19日
基金项目：基于改进YOLOv5s的着装不规范检测算法研究[
期刊论文] 图学学报--2024, 45(3)李跃华 仲新 姚章燕 胡彬针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW.首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进YOLOv5s的着装不规范检测算法研究 Detection of dress code violations based on improved YOLOv5s
基于改进YOLOv5s的着装不规范检测算法研究.pdf
|
|
