基于改進(jìn)YOLOv5s的智能車間工人不安全行為實(shí)時(shí)檢測(cè)方法

摘要： 生產(chǎn)安全是以人為本的智能制造基本要求，為滿足智能車間工人不安全行為的實(shí)時(shí)性檢測(cè)和邊緣端部署需求，提出一種基于輕量化的YOLOv5s的工人不安全行為檢測(cè)方法。首先，對(duì)YOLOv5s特征融合網(wǎng)絡(luò)以及輸出層進(jìn)行刪除；其次，對(duì)改進(jìn)后網(wǎng)絡(luò)訓(xùn)練得到的模型文件進(jìn)行結(jié)構(gòu)化剪枝；最后，使用知識(shí)蒸餾對(duì)剪枝后的網(wǎng)絡(luò)模型進(jìn)行微調(diào)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后YOLOv5s算法的mAP@0.5高達(dá)97.8%,刷...