|
|||||
|
|
| 面向扶梯不安全行为的改进型深度学习检测算法 | |
| 作者姓名： | 李伟达 叶靓玲 郑力新 朱建清 曾远跃 林俊杰 |
| 作者单位： | 1. 华侨大学 工学院, 福建 泉州 362021;2. 华侨大学 工业智能化与系统福建省高校工程研究中心, 福建 泉州 362021;3. 福建省特种设备检验研究院 泉州分院, 福建 泉州 362021 |
| 基金项目： | 国家自然科学基金面上资助项目（61976098）;;福建省科技计划项目（2020Y0039）; |
| 摘 要： | 以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量. |
| 关 键 词： | 扶梯 不安全行为 目标检测 YOLOv5s CBAM模块 Ghost卷积模块 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《华侨大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《华侨大学学报(自然科学版)》下载全文 | |