基于改進YOLOv5s的智能車間工人不安全行為實時檢測方法

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時性檢測和邊緣端部署需求，提出一種基于輕量化的YOLOv5s的工人不安全行為檢測方法。首先，對YOLOv5s特征融合網(wǎng)絡(luò)以及輸出層進行刪除；其次，對改進后網(wǎng)絡(luò)訓練得到的模型文件進行結(jié)構(gòu)化剪枝；最后，使用知識蒸餾對剪枝后的網(wǎng)絡(luò)模型進行微調(diào)。實驗結(jié)果表明，改進后YOLOv5s算法的mAP@0.5高達97.8%,刷... （共10頁）