面向扶梯不安全行为的改进型深度学习检测算法

摘要：

以YOLOv5 s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.

关键词：扶梯;不安全行为;目标检测;YOLOv5s;CBAM模块;Ghost卷积模块

所属期刊栏目：43

分类号：TP391.41;TU229(计算技术、计算机技术)

资助基金：国家自然科学基金;福建省泉州市高层次人才创新创业项目;福建省科技计划项目

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：119-126