[发明专利]基于改进YOLOv5的化工生产过程中安全防护品佩戴检测方法

权利要求书

1.一种基于改进YOLOv5的化工安全防护品佩戴检测方法，其特征在于，包括以下步骤：

步骤1：获取训练图像并进行预处理，使用MixUp数据增强算法对安全帽图像数据和口罩图像数据进行加权融合，得到更多存在双目标的训练图像，按比例分配得到训练数据集D1和测试数据集D2；

步骤2：搭建包含注意力机制NAM模块和Encoder结构的改进的YOLOv5网络模型；

步骤3：搭将训练数据集D1和测试数据集D2输入改进的YOLOv5网络模型中，对网络进行训练与测试，得到改进的安全防护品佩戴检测模型Mod；

步骤4：搭将待检测图像输入模型Mod中，得到待检测图像中的安全防护品的检测结果。

2.根据权利要求1所述的基于改进YOLOv5的化工安全防护品佩戴检测方法，其特征在于，所述步骤1中获取训练图像并进行预处理具体包括以下步骤：

步骤1.1：通过化工厂的监控图像和公共数据集获取安全防护品佩戴情况的图像，其中安全防护品包括安全帽和口罩；

步骤1.2：对得到的图像进行筛选，选取安全防护品佩戴图像，包括不同场景、光线、遮挡和多目标情况下的图片，并且删除错误图片；

步骤1.3：对筛选后的图像进行归一化处理，将图像按照统一规定命名，统一图像为RGB三通道彩色图，统一图像尺寸；

步骤1.4：利用LabelImg工具对图像进行手动标注，标注图像中安全帽和口罩的位置和类别，并生成XML标签文件。

3.根据权利要求2所述的基于改进YOLOv5的化工安全防护品佩戴检测方法，其特征在于，所述步骤1中使用MixUp算法对安全帽图像数据和口罩图像数据进行加权融合具体包括：

步骤1.5：通过MixUp数据增强算法随机对一张佩戴口罩的图像和一张佩戴安全帽的图像初始图像进行加权处理，得到更多的同时存在安全帽和口罩的图像数据；

步骤1.6：加权融合公式如下：

其中，表示新生成的同时存在安全帽和口罩类别的图像数据，x_a表示随机一张佩戴口罩的图像，x_b表示随机一张佩戴安全帽的图像，λ是MixUp方法的权值，取值范围为λ∈[0.4，0.6]；

步骤1.7：将数据增强后的数据集按照8∶2的比例划分，得到训练数据集D1和测试数据集D2。