摘要:在工業(yè)施工過(guò)程中, 工人安全已成為一個(gè)日益重要的問(wèn)題, 佩戴安全繩等安全裝備是保護工人在高處工作時(shí)生命安全的重要措施;在現代化生產(chǎn)施工過(guò)程中, 通過(guò)使用監控攝像設備結合人工智能算法的方式來(lái)檢測工人佩戴安全繩等設備越發(fā)普遍, 但安全繩由于細長(cháng)、形狀多變以及環(huán)境變化等因素較為難以準確識別;為解決以上問(wèn)題, 并確保能夠在不同環(huán)境下能夠準確識別安全繩, 現提出一種使用YOLOv5目標檢測算法, 首先通過(guò)改進(jìn)的FasterNet模塊進(jìn)行上下文信息提取, 在Neck網(wǎng)絡(luò )中使用改進(jìn)的多維動(dòng)態(tài)卷積保留更多特征信息, 使用WIoU_Loss損失函數來(lái)提高定位精度, 在訓練過(guò)程中使用動(dòng)態(tài)調整學(xué)習率的策略;實(shí)驗結果表明, 改進(jìn)后的算法在降低計算復雜度的情況下提高了3.0%的檢測精度, mAP@0.5提高了4.3%, 經(jīng)過(guò)在實(shí)際場(chǎng)景應用, 滿(mǎn)足項目對實(shí)時(shí)檢測精度及速度的要求。