本发明公开一种基于改进YOLO V5的安全服检测方法和系统，属于目标检测领域。包括：采用安全服穿着状态训练集训练改进YOLO V5，训练样本为包含工作人员图片帧，标签为安全服穿着状态，得到训练好的检测模型；将工业监控视频的每一帧输入至训练好的检测模型，得到安全服检测结果。本发明使用不同的神经网络结构替换原有YOLO V5算法的Backbone模块，采用EfficientNet作为Backbone，通过复合模型扩张系数对网络结构的宽度、深度与输入图像分辨率统一放缩，获得优于YOLO V5人工调整参数效果。采用ResNet50作为Backbone，由于加入残差块，让网络提取到特征信息完整保留到下一层，在前向传播过程中有效消除网络层之间梯度弥散。采用ShuffleNet或MobileNet作为Backbone，降低网络结构复杂度与模型体积，得到轻量化模型。