2023年5月，公司教师常郝在校定C级期刊《IEEE ACCESS》发表题为“Multiple Complex Weather Tolerant and Low Cost Solution for Helmet Detection”的论文。该论文提出一种在暴雨、浓雾、大雪等多种复杂天气环境下的低成本安全帽佩戴检测方案。首先利用施工现场监控视频切片制作安全帽佩戴检测数据集，并在YOLO v5s模型的基础上进行改善，使其符合安全帽检测的需求。然后，采用数据增强和过采样提高模型对小目标的检测率和准确度。最后，利用K-means++聚类算法来完善先验框维度，以MSRCR算法过滤复杂天气条件，从而获得更好的检测性能。研究结果表明，与原始的YOLO v5s相比，本文方案即使在多种复杂天气条件下亦能达到94.27%检测精度。对于300*300像素的图片，检测速度可达到63帧/秒。本文所提方案实现了在复杂环境下高精度、实时、低成本的安全帽检测，有效降低了企业所需的人力财力开销。

本文研究得到国家自然科学基金（编号：61704001）和安徽省自然科学基金（编号：1808085QF196）的资助。希望广大教师继续潜心研究，不断创新，多出成果。（撰稿：常郝；一审：艾科妮；二审：周健；三审：戴道明）