标题：基于改进YOLOv8n的轻量化安全帽识别网络研究
作者：董志军 周阳
作者单位：国家能源集团宿迁发电有限公司，江苏 宿迁 223800
关键字：轻量化；深度可分离卷积；特征融合；安全帽检测
摘要：为提高火电厂安全帽检测效率，实现模型的快速部署，该研究提出了一种基于改进 YOLOv8n的轻量化安全帽佩戴检测方法。首先，在骨干网络中设计了一个自适应轻量级多尺度注意力网络（Adaptive Lightweight Multi-scale Attention Network，ALMANet），能有效地自适应强化需要关注的重点特征，并减少网络参数；其次，在颈部引入了多尺度特征融合网络（Multi-scale Feature Fusion Network，MFFN），其结合了双向特征金字塔网络（Bi-directional Feature Pyramid Network，BiFPN）的双向特征融合机制以及加权特征融合机制，进一步增强特征的表达能力，提升对重点特征的关注度。试验结果表明，所提模型对于现场安全帽检测具有优越性能。