[发明专利]基于改进YOLOv5s的头盔检测方法、装置、电子设备和存储介质

权利要求书

1.一种基于改进YOLOv5s的头盔检测方法，其特征在于，包括：

构建YOLOv5s-Light目标检测框架；

构建YOLOv5s-Light目标检测框架，包括：

基于轻量化网络思想，对第一YOLOv5s网络的残差块进行第一卷积结构变换得到第二YOLOv5s网络，所述第一卷积结构变换包括：将所述第一YOLOv5s网络中残差块的Bottleneck中的普通卷积改为分组卷积；取消所述第一YOLOv5s网络中残差块的Bottleneck的反转；

将所述第二YOLOv5s网络的深层次残差块的激活函数替换为H-Swish函数得到第三YOLOv5s网络；

基于通道注意力机制，在所述第三YOLOv5s网络的残差块中增加SE注意力模块得到第四YOLOv5s网络；

将所述第四YOLOv5s网络的各层输出的通道数进行同一比率的压缩得到第五YOLOv5s网络；

对所述第五YOLOv5s网络进行第二卷积结构变换得到所述YOLOv5s-Light目标检测框架，第二卷积结构变换包括：将所述第五YOLOv5s网络中非残差块Bottleneck的卷积替换为深度可分离卷积；

利用目标图像训练集对所述YOLOv5s-Light目标检测框架进行训练得到YOLOv5s-Light目标检测训练框架；

将待检测图像集输入所述YOLOv5s-Light目标检测训练框架中得到目标检测集合；

利用骑行检测算法对所述目标检测集合进行检测得到目标检测结果；

利用骑行检测算法对所述目标检测集合进行检测得到目标检测结果，包括：

初始化佩戴头盔的骑行者图像集合和未佩戴头盔的骑行者图像集合；

利用所述YOLOv5s-Light目标检测框架检测测试集合得到第二头部目标图像和/或第二未佩戴头盔骑行者图像；

利用所述第二头部目标图像和所述第二未佩戴头盔骑行者图像得到最优IoU阈值；

利用所述YOLOv5s-Light目标检测框架检测所述目标检测集合得到第三头部目标图像、第三佩戴头盔的头部图像和第三骑行者图像；

将所述第三佩戴头盔的头部图像置于所述佩戴头盔的骑行者图像集合中；

利用所述第三头部目标图像、所述第三骑行者图像和所述最优IoU阈值得到第三未佩戴头盔骑行者图像；

将所述第三未佩戴头盔骑行者图像置于所述未佩戴头盔的骑行者图像集合中，所述佩戴头盔的骑行者图像集合和所述未佩戴头盔的骑行者图像集合为所述目标检测结果。

2.根据权利要求1所述的基于改进YOLOv5s的头盔检测方法，其特征在于，所述目标图像训练集包括第一头部目标图像、第一佩戴头盔的头部图像和第一骑行者图像。