基于改进YOLOv7算法的骑行头盔检测方法
2026.05.01点击：
摘要：<正>为了解决目前骑行头盔检测存在的漏检、精度低、遮挡物体检测困难、计算量大等问题，本文提出了一种基于改进YOLOv7的骑行头盔检测算法。首先在原始YOLOv7算法中融合了BiFormer注意力机制模块，以降低漏检的概率；其次引入了轻量级卷积GSConv和SPPF，以降低计算开销；最后添加了Wise-IoU,使得模型能够聚焦于存在一定程度遮挡、重叠现象的困难和较小目标示例。通过实验发现，改进后的YOLOv7平均精度相比原算法模型提升了0.8个百分点，FPS提升了3个点。
基金资助： 国家自然科学基金资助项目（62175037）；
专辑： 信息科技;工程科技Ⅰ辑;工程科技Ⅱ辑
专题： 安全科学与灾害防治;公路与水路运输;计算机软件及计算机应用
分类号： TP391.41;U492.8
- 上一篇：基于点互信息和注意力机制的文化元素命名实体识别 2026/5/1
- 下一篇：基于自监督的集成神经网络图像去噪方法分析 2026/5/1