中国安全科学学报

作者：胡啸峰, 滕腾, 胡今鸣, 温家骏

单位：1 中国人民公安大学 信息网络安全学院, 北京 100038；2 安全防范技术与风险评估公安部重点实验室, 北京 100038

关键词：机械加工车间,作业人员,不安全行为,YOLOv11,注意力机制

基金：国家自然科学基金资助(72174203)

为提高机械加工车间作业人员的安全管理水平,构建基于YOLOv11的识别模型,融合元架构视觉模块(MetaFormer)、混合聚合网络(MANet)以及自适应特征网格卷积注意力机制(AFGC Attention),改进YOLOv11模型,并建立真实车间环境下的视频数据集,验证上述模型。结果表明:改进YOLOv11模型能够识别无人值守、未佩戴面罩作业、未穿着防护服作业3种行为,F1指数均达到0.93以上;改进的模型在小尺寸目标识别方面的性能具有显著提升,识别戴手套作业行为的F1指数从0.684提升至0.708,平均精度均值(mAP)@0.5值从0.604提升到0.651。

来源：2025年第8期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第8期