基于SE-YOLOv11n的加氢站工人安全帽佩戴检测研究

【摘要】 针对加氢站复杂作业环境下安全帽佩戴监管难度大、传统检测方法误报率高的问题，本研究提出一种基于改进YOLOv11的安全帽实时检测模型。为应对加氢站内相似物干扰及目标多维度呈现的挑战，通过引入SE通道注意力机制构建新网络结构，增强模型对关键特征的提取能力；同时利用图像增强技术扩充数据集，提升训练质量与模型泛化性。实验结果表明，改进后的SE-YOLOv11n模型在保障实时性的前提下，mAP50与mAP50-95分别较基准模型提升了0.3和0.1个百分点，能够高效、精准地完成加氢站工人安全帽佩戴检测任务。更多还原