復(fù)雜場(chǎng)景下融合多尺度特征與注意力機(jī)制的安全帽檢測(cè)

摘要： 針對(duì)安全帽檢測(cè)中背景干擾、目標(biāo)遮擋及目標(biāo)較小引發(fā)的漏檢和誤檢問題，提出了WAM-YOLO安全帽檢測(cè)方法。首先，設(shè)計(jì)了C3k2-WTConv模塊，通過深度卷積操作實(shí)現(xiàn)一維Haar小波變換，結(jié)合多尺度分解和二倍下采樣，提取圖像的多層次特征；其次，設(shè)計(jì)了多尺度卷積注意力模塊，結(jié)合多分支深度條形卷積捕獲多尺度上下文信息，通過1∶1卷積建模通道間的關(guān)系并生成注意力權(quán)重，對(duì)特征圖進(jìn)行加權(quán)調(diào)... （共9頁(yè)）