标题：MEM-YOLOv8：轻量化安全帽佩戴检测模型
作者：常龙龙 张平均；赖礼泮
作者单位：福建理工大学电子电气与物理学院，福建 福州 350118；福州理工学院建筑工程学院，福建 福州 350506
关键字：YOLOv8；安全帽佩戴检测；MobileNetv3；EMA；MPDIoU
摘要：复杂的外部环境和有限的计算资源对电力工人的安全帽检测与识别提出了挑战。提出了一种基于YOLOv8算法的MEM-YOLOv8安全帽检测与识别模型。首先，引入MobileNetv3网络代替原始的YOLOv8主干网络，降低了网络的参数数量和计算复杂度。其次，设计了一种新颖的C2f模块，该模块将EMA注意力机制融入颈部网络，更好地提高了模型的特征提取能力。最后，采用MPDIoU作为定位损失，提高模型对低质量样本的鲁棒性。实验结果显示，改进后的MEM-YOLOv8安全帽检测算法在参数数量和计算复杂度上分别减少了25.0%和29.3%，检测准确率达到了87.5%。与YOLOv8n相比，它在计算成本和检测性能上也具有显著优势。