輕量化YOLOv3安全帽檢測網(wǎng)絡(luò)模型構(gòu)建

摘要： 針對YOLOv3模型參數(shù)量大、訓(xùn)練周期長、要求設(shè)備性能高、不適用普遍工程場景的問題，提出了一種改進(jìn)的YOLOv3輕量化模型對安全帽進(jìn)行檢測。使用輕量化網(wǎng)絡(luò)MoblieNetv3替代YOLOv3的DarkNet-53骨干網(wǎng)絡(luò)，通過倒殘差結(jié)構(gòu)對圖像的特征進(jìn)行提取，有效減少了模型的參數(shù)量；并在YOLOv3模型的head中引入RFB-s模塊，增大了感受野面積；同時(shí)對損失函數(shù)做出了改進(jìn)，...