改进YOLOX-S算法的安全帽和口罩检测

针对建筑工地等危险场景下需要对相关人员佩戴安全帽和口罩进行检测，提出基于改进YOLOX-S算法对安全帽和口罩小目标进行同时、实时检测．首先，在YOLOX-S中CSPLayer结构引入ECA注意力机制，引导模型更加关注小目标信息的通道特征，增强模型对有用特征的利用能力；其次，在主干特征提取网络的三个特征层后添加ConvNext Block模块，增强模型对有用特征的利用能力；最后，在加强特征提取网络中引入BiFPN的加权特征融合机制，将原来concat变为BiFPN＿concat，增加了对每个输入特征添加可学习的权值，来学习不同输入特征的重要性，区分特征融合过程中不同特征的重要程度，更好关注待检测的目标信息．实验结果表明，改进后算法的mAP为93.2%，比原始YOLOX-S算法平均精确度提升了3.1%.