基于轻量化YOLOv4的离岗检测算法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对值班室、保卫室等重要场景员工离岗导致实时性监督得不到保障的问题,提出一种轻量级离岗检测算法.首先,由于YOLOv4目标检测网络较复杂且算力消耗大,使用改进MobileNetV2替换原YOLOv4主干网络,并引入SandGlass模块,进一步减小计算量.而后使用空间金字塔池化和路径聚合网络增强多尺度特征信息融合.在GPU与Kria KV260上的实验表明,轻量化YOLOv4算法以3.5％的算法精度为代价,提升100 FPS.且基于轻量化YOLOv4算法的离岗检测算法可达96.87％的准确率,充分发挥了FPGA边缘设备低功耗、数据处理高效的优点.

外文标题：Off-position Detection Algorithm Based on Lightweight YOLOv4

作者：

雷磊、陶青川

展开 >

作者单位：

四川大学电子信息学院,成都 610000

关键词：

YOLOv4 MobileNetV2 离岗检测 Kria KV 260

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.04.002