基于改進(jìn)YOLOv8n的施工現(xiàn)場安全帽檢測算法

摘要： 建筑、采礦、勘探等施工現(xiàn)場是非常復(fù)雜且多樣化的區(qū)域，在這類場景下進(jìn)行安全帽佩戴檢測時(shí)，會存在圖像遮擋嚴(yán)重、小目標(biāo)信息容易丟失的問題。為此本文提出了一種基于改進(jìn)YOLOv8n的安全帽佩戴檢測算法。首先，對YOLOv8n模型的C2f模塊進(jìn)行改進(jìn)，融入改進(jìn)后的倒置殘差塊注意力機(jī)制，使模型能夠高效捕獲全局特征，充分利用安全帽特征的關(guān)鍵信息；其次，結(jié)合SPPF模塊和LSKA注意力機(jī)制，提... （共10頁）