復(fù)雜作業(yè)場景下的反光衣和安全帽檢測方法

摘要： 針對現(xiàn)有算法在復(fù)雜的工地環(huán)境中進行反光衣和安全帽檢測時存在的無法有效區(qū)分目標(biāo)和背景的微小差異問題，提出了一種改進YOLOX的反光衣和安全帽檢測算法。首先，將主干網(wǎng)絡(luò)中空間金字塔池化中的最大池化替換為平均池化，減少特征圖的信息損失和過擬合風(fēng)險；其次，設(shè)計一種帶權(quán)注意力模塊(Weighted Convolutional Block Attention Module, W-CBAM)...