針對(duì)電動(dòng)車(chē)頭盔佩戴的YOLOv5s改進(jìn)算法研究

打開(kāi)文本圖片集

摘要：針對(duì)道路上的電動(dòng)車(chē)頭盔目標(biāo)較小、檢測(cè)圖像模糊等問(wèn)題，文章提出了一種基于改進(jìn)YOLOv5s的電動(dòng)車(chē)頭盔檢測(cè)算法。改進(jìn)的YOLOv5s算法融入SPD-Conv模塊和卷積塊注意力模塊（CBAM），并且用C3Ghost和GhostConv分別替代C3模塊和普通卷積使改進(jìn)的模型更加輕量化。改進(jìn)的算法平均精度均值（mAP）、和精確率（Precision）分別達(dá)到84.9%和84.4%，與YOLOv5s相比較分別提升了2.7%和2.1%。（剩余5666字）