基于YOLOv8的煤矿安全帽和安全背心检测算法

作     者：程磊 张俊展 景国勋 王蒙 CHENG Lei;ZHANG Junzhan;JING Guoxun;WANG Meng

作者机构：河南理工大学安全科学与工程学院河南焦作454003 河南理工大学煤炭安全生产与清洁高效利用省部共建协同创新中心河南焦作454003 

基　　金：国家自然科学基金项目(52374196) 

出 版 物：《中国安全生产科学技术》 (Journal of Safety Science and Technology)

年 卷 期：2025年第21卷第2期

页      码：115-121页

摘      要：为了预防煤矿作业中因个人防护装备缺失导致的安全事故,提升工人安全帽和安全背心佩戴情况的智能检测能力。基于YOLOv8提出1种改进的目标检测算法SMT-YOLOv8s,该算法引入尺度感知调制模块(scale-aware modulation transformer,SMT)用于增强图像特征提取,设计跨通道增强通道注意力模块(cross-channel enhanced channel attention,C2ECA)以突出目标特征的表征能力,并提出增强型完全交并比(improved enhanced complete intersection over union,IE-CIoU),用于更精确地计算预测框与真实框之间的位置偏差。研究结果表明:提出的SMT-YOLOv8s算法相较于YOLOv8s模型在自建数据集上的mAP50和mAP50-95分别提高3.7百分点和2.7百分点。与其他算法相比,SMT-YOLOv8s兼具较高精度和计算效率。研究结果可为煤矿个人防护装备智能检测研究提供参考。

主 题 词：YOLOv8 卷积神经网络 安全帽检测 安全背心检测 煤矿安全 

学科分类：08[工学] 0837[0837] 

D　O　I：10.11731/j.issn.1673-193x.2025.02.015

馆 藏 号：203157529...