首页|基于改进YOLOv3的电梯内电动车检测算法

基于改进YOLOv3的电梯内电动车检测算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有的电梯内电动车检测算法参数量较多,难以在边缘设备上部署等问题,提出一种改进YOLOv3的电梯内电动车检测算法.使用轻量化网络MobileNetV2作为YOLOv3的骨干网络,减少模型的计算量和参数量;在YOLOv3中引入CA注意力模块,提高模型的检测精度;将损失函数中的MSE替换为CIOU,增强精准定位效果.改进后的YOLO-MAC在电梯内电动车数据集上检测精度与YOLOv3相近,参数量减少63.8%,检测速度提升7.2帧/秒,更适合部署于边缘设备上.
Electric bike detection algorithm in elevator based on improved YOLOv3

object detectionlightweight networkattention moduleYOLOv3CIOU

杨献瑜

展开 >

浙江理工大学计算机科学与技术学院,浙江 杭州 310018

目标检测 轻量化网络 注意力模块 YOLOv3 CIOU

2023

10.16644/j.cnki.cn33-1094/tp.2023.07.014

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(7)
  • 3