首页|轻量化改进的YOLOv5s电厂人员行为检测方法

轻量化改进的YOLOv5s电厂人员行为检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现阶段实时监测发电厂内人员存在违规行为活动较为困难的问题,提出基于改进YOLOv5s网络的枪球联动行为边缘计算系统.该系统利用枪球联动提高监控画面中小目标的成像质量,降低检测算法对小目标的检测难度,提高检测能力;同时针对检测网络计算复杂的问题,对YOLOv5s检测模型进行轻量化改进,提出YOLOv5s-light轻量型检测网络,修改预置检测anchors以及BottleNeck模块,提出BN-SiLU-weight特征提取结构,降低模型计算难度,提高模型检测速度,优化边缘计算部署能力.实验结果表明,YOLOv5s-light模型在mAP仅下降0.5％的前提下,实现了模型参数下降30％,推理时间缩短21.4％,结合枪球联动可以实现mAP提高1.5％,满足实时快速的边缘检测需求.
Behavior Detection Method of Lightweight and Improved YOLOv5s Power Plant Personnel

孙宏伟、王彦生、焦良葆、刘子恒、张智坚、孟琳

展开 >

南京工程学院人工智能产业技术研究院 南京 211167

江苏省智能感知技术与装备工程研究中心 南京 211167

YOLOv5s算法 枪球联动 小目标 人员检测 BottleNeck

61903183

2022

10.3969/j.issn.1672-9722.2022.12.030

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 8