标题：基于边缘视觉的YOLOv5智慧安全检测模型研究
作者：苏亚华 丁炜 王傲能 叶传虎
作者单位：中冶南方（武汉）自动化有限公司，湖北 武汉 430205
关键字：YOLOv5；边缘视觉；智慧安全；注意力机制；Ghost卷积
摘要：提出了一种基于边缘视觉的YOLOv5智慧安全检测模型，解决了传统YOLOv5算法在大规模应用场景中面临的挑战。在YOLOv5模型的主干特征提取网络和颈部特征融合网络嵌入了CBAM注意力机制，将主干特征提取网络的普通卷积模块替换为Ghost卷积模块，减少了网络模型的参数量和计算量，并在边缘端进行量化部署。实验结果表明，该算法结构简单、复杂度低，YOLOv5s+Ghost+CBAM模型在计算速度上和YOLOv5s相近，在计算精度上提升很多，且模型参数量小，满足大规模应用的实时性要求。