改进YOLO v4算法的电动车驾驶员头盔佩戴检测

针对电动车驾驶人员未佩戴头盔的现象,提出了一种改进YOLOv4(You only look once)算法的电动车驾驶人员头盔佩戴检测方法.将数据集利用K-means算法进行聚类以获得先验框,提高先验框与特征图的匹配程度;在CSPDarknet53主干特征提取网络的输出层增加卷积层,并在PANet(Path Aggregation Network)网络部分增加SPP(Spatial Pyramid Pooling)空间池化金字塔增加感受野,提升特征提取和融合能力,提高对电动车驾驶员是否佩戴头盔的检测能力.实验表明,在是否佩戴头盔检测任务中,改进后框架算法的全类别mAP(mean average precision)达到96.63％,比原框架提高2.4％;其中改进后佩戴头盔类别的AP(Average Precision)比原框架提高4％,未佩戴头盔类别AP比原框架提高1％;F(F-Measure)值比原算法均提高4％,改进后的算法更满足头盔佩戴检测任务.