基于改进YOLOv3的加油站卸油检测方法

针对传统加油站生产环境下卸油作业检测效率低，违规操作引发的安全问题，提出一种基于改进YOLOv3的加油站卸油检测方法。该方法通过在Darknet-53主干输出后引入RFB(Receptive Field Block)感受野模块，使模型能选择合适的感受野对不同尺度目标进行匹配，提高检测精度；结合CSP(Cross Stage Partial)网络并提出RFB＿CSP和RFBS＿CSP两种结构，实现两条支路的跨级拼接与通道整合，降低计算成本；用K-means++算法对现场的9类目标重新聚类分析，确定合适的网络anchor参数。实验结果表明，优化后的模型对比原始的YOLOv3模型，其平均精度均值提高了2.3%和2.9%,说明优化后的YOLOv3模型在加油站场景检测具有较高的实用价值。