基于改进YOLOv11n的电力施工场景下个人防护装备与工具检测
《Applied Sciences》:Improved YOLOv11n-Based PPE and Tool Object Detection for Power-Construction Safety Monitoring
【字体:
大
中
小
】
时间:2026年10月01日
来源:Applied Sciences 2.5
摘要
针对电力施工场景中个人防护装备(PPE)和工具检测所面临的挑战,包括小目标漏检、相似目标混淆、与姿态相关目标定位不准确、复杂背景下鲁棒性下降以及边缘设备部署受限等问题,本文提出了一种改进的YOLOv11n目标检测模型。该模型嵌入了ECA和SGE注意力机制,将基线SPPF模块替换为SimSPPF,并引入了MPDIoU损失函数。所得检测器可识别七类目标(安全帽、人员、绝缘手套、安全带、操作杆、验电笔和工作服),但不直接对违规行为进行分类。集成所有模块后,该模型在电力施工数据集上的mAP@0.5达到84.7%,mAP@0.5:0.95达到56.6%。检测到的PPE和工具目标可作为后续规则层的输入,用于安全违规行为判断。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号