来源：期刊VIP网 时间：
作者：邱云飞;腰瑞琳;金海波;张嘉宁;
单位：辽宁工程技术大学软件学院;辽宁工程技术大学电气与控制工程学院;
摘要：针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题，提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先，设计了GRC-C2f结构，使用多分支结构捕获多尺度特征，兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次，设计了DSASF颈部结构，结合动态上采样和多尺度特征融合，精准识别和定位图像中的小目标，以提高检测性能。然后，引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast, SPPF)结构模块，捕捉图像中的长距离依赖和上下文信息，聚焦于复杂背景中的目标。最后，采用空间增强注意力模块(Spatially Enhanced Attention Module, SEAM)解决小目标遮挡问题。试验结果表明，HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。
关键词：安全社会工程;安全帽检测;YOLOv8算法;GRC-C2f模块;DSASF颈部结构;Focal Modulation模块;空间增强注意力模块
基金资助：国家自然科学基金项目(62173171)
