中国安全科学学报

作者：柯巍, 朱权洁, 陈长茂, 吴成毅, 刘衍, 张艳林

单位：1 湖北省烟草公司 十堰市公司,湖北 十堰 442099；2 华北科技学院 应急技术与管理学院,河北 廊坊 065201；3 中国烟草总公司 湖北省公司,湖北 武汉 430033

关键词：改进YOLOv11,卷烟仓储人员,不安全行为,去噪,目标检测

基金：湖北省烟草公司十堰市公司科技项目(SYK2023-09); 中央高校科研业务费项目(3142021002)

为确保仓储环境内的人员与财产安全,改进传统的YOLOv11目标检测算法,提出一种适用于卷烟仓储复杂环境的人员不安全行为识别方法和模型。首先,统计分析卷烟仓储中常见的不安全行为类型,探讨仓储人员不安全行为的分类,包括物品类、动作类和区域类的不安全行为;其次,基于仓储人员不安全行为的特征,提出数据集增广和去噪预处理的思路,强化细粒度特征提取,进而改进人员行为的显著性映射;然后,通过功能增强模块和K-means++锚框优化改进YOLOv11算法,提出一种卷烟仓储人员不安全行为快速检测方法;最后,利用自建数据集和微软公开数据集(COCO)对比验证方法的有效性。结果表明:该方法能够快速、有效地识别仓储人员的不安全行为,相较于传统方法,识别准确率得到显著提升,2个数据集上的精度分别达到94.91%和88.69%,综合表现更加均衡。

来源：2025年第3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3期