Real-Time Detection of Construction Workers Without Safety Helmets Using the Enhanced YOLOv8s-AP Object Detection Model

Tóm tắt

Bài báo này trình bày nghiên cứu đánh giá và so sánh hiệu năng của chín mô hình phát hiện đối tượng hiện đại, bao gồm YOLOv8 (n, s, m), YOLO11 (n, s, m), RT-DETR, Faster R-CNN và mô hình đề xuất YOLOv8s-AP, trong bài toán phát hiện công nhân không đội mũ bảo hộ tại công trường. Bộ dữ liệu Hard Hat Detection với 5000 ảnh được sử dụng để huấn luyện và kiểm thử theo tỉ lệ 80/10/10. Mô hình YOLOv8s-AP được cải tiến bằng cách tích hợp hai module ASFF và PseudoDCN, giúp cải thiện khả năng hợp nhất đặc trưng và phát hiện đối tượng nhỏ. Kết quả thực nghiệm cho thấy YOLOv8s-AP đạt hiệu năng cao nhất với mAP@50 đạt 0.9778 và Recall đạt 0.9515, đồng thời duy trì tốc độ suy luận thấp, phù hợp cho các hệ thống giám sát thời gian thực tại công trường. Nghiên cứu này chứng minh tính khả thi của việc ứng dụng các mô hình thị giác máy tính hiện đại vào bài toán an toàn lao động và mở ra nhiều hướng phát triển trong tương lai.