文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进YOLOv5算法的升降机人员不安全行为识别方法: 收藏
分享
引用; 《重庆科技学院学报（自然科学版）》2022年第2期24卷 79-83,98页; 作者：余益鸿周传德孟明辉朱志强付朝毅张鑫重庆科技学院机械与动力工程学院重庆401331; 为研究施工升降机人员超载、非内部人员闯入等不安全行为,设计了基于深度学习人员数量检测和非内部人员识别的软件系统。通过增大感受野、加深CSP2网络层数、引入形变卷积、Retinex图像增强对YOLOv5检测模型进行优化。对比分析YOLOv3、Y...; 为研究施工升降机人员超载、非内部人员闯入等不安全行为,设计了基于深度学习人员数量检测和非内部人员识别的软件系统。通过增大感受野、加深CSP2网络层数、引入形变卷积、Retinex图像增强对YOLOv5检测模型进行优化。对比分析YOLOv3、YOLOv4、YOLOv5、改进YOLOv5算法在不同光照强度下的平均检测准确率和鲁棒性。实验结果显示,改进YOLOv5算法的准确率和鲁棒性有较大幅度提升,其中,超员检测正确率为100%,非内部人员检测正确率为95%。; 来源：详细信息评论

限定检索结果