基于改进YOLOv4的消防设施检测算法

作     者：耿鹏志 吴富起 王瑞 叶向阳 刘炜达 王海 

作者机构：北京协和医院保卫处北京100730 北京协和医院信息中心北京100730 北京协和医院疑难重症与罕见病全国重点实验室北京100730 

出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)

年 卷 期：2024年第20卷第2期

页      码：4-8页

摘      要：消防安全问题是一个全球性的难题,由于城市化进程加快和人口密集度增大,火灾事故频发,给人们的生命财产安全带来了极大威胁。准确定位建筑图纸中的消防器材作为智慧消防管理中不可或缺的一部分,然而目前建筑楼层消防器材统计效率低下。针对这一问题,文章提出了一种基于YOLOv4的消防设施检测算法以实现消防器材自动检测和定位。首先构建了建筑图纸中消防设施数据集,用于检测识别等研究工作,其次对YOLOv4模型的先验框参数进行设计,使其符合消防设施检测的实际应用,然后根据数据集特点选取合适的特征层降低模型参数量,并使用ASPP扩大模型的感受野,最后对Mosaic数据增强算法的参数进行了实验,提升了模型的检测能力。实验结果表明,所提算法权重为54.07MB,Map值高达89.47%。

主 题 词：目标检测 消防设施 卷积神经网络 YOLOv4 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.14004/j.cnki.ckt.2024.0142

馆 藏 号：203126112...