YOLO模型检测技术在电梯中的应用场景及改进建议

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：指出在计算机视觉领域的目标检测技术中,卷积神经网络目标检测技术具有良好的性能,而YOLO模型检测技术属于卷积神经网络目标检测技术,在电梯领域获得广泛应用.介绍了YOLO模型检测技术在电梯轿厢内人流监测、电梯门状态检测、电梯设备故障检测中的应用,并指出应用中的优缺点.最后,根据这些优缺点提出了 6 点改进建议,即算法优化、网络结构优化、数据增强、将智能化与边缘计算结合、多模态信息融合、跨领域合作.

外文标题：Application Scenarios and Improvement Suggestions of YOLO Model Detection Technology in Elevators

作者：

蒋文伟、李功宁、赵正宇、王永青

展开 >

作者单位：

江苏省特种设备安全监督检验研究院,南京 210094

关键词：

电梯安全目标检测卷积神经网络检测 YOLO模型应用场景优缺点改进

基金：

国家市场监督管理总局科技项目

项目编号：

2022MK041

出版年：

2024

中国电梯

中国建筑科学研究院建筑机械化研究分院

中国电梯

影响因子：0.058

ISSN：1001-7151

年,卷(期)：2024.35(8)