来源：期刊VIP网 时间：
作者：胡建功;卜旭阳;王全伟;文豪;王光辉;
单位：太原学院机电与车辆工程;太原科技大学机械工程学院;纽科伦(新乡)起重机有限公司;
摘要：在工业自动化快速发展的背景下，起重机作为关键物料搬运设备，其智能化监控与管理需求日益迫切。智能识别技术对于提高起重机作业效率和安全性至关重要。本文聚焦于改进YOLOv5s网络以实现对起重机作业场景中目标的高精度智能识别。传统YOLOv5s网络在复杂的起重机作业环境下面临漏检、误检、检测速度慢等问题。针对这些问题，提出一种改进的YOLOv5s网络，通过构建桥式视觉识别系统与行人检测方案，标注人员头部、人体及安全帽，引入CA注意力机制、幽灵模块和幽灵瓶颈层，增强网络对小目标和复杂背景的感知能力。实验结果表明：改进的YOLOv5s召回率、准确率、mAP＿0.5:0.95和mAP0.5分别提高了9.24%、11.65%、15.94%和16.4%。
关键词：起重机;;YOLOv5s;;人员检测;;协调注意力(CA)注意力机制;;幽灵模块
基金资助：国家自然科学基金资助项目（21576245）;; 山西省重点研发资助项目（2020L0360）
