基于深度学习的铁路行人细粒度检测

摘要：

在铁路现场作业的过程中,人员的检测和识别一直是铁路视频监控系统的重点之一,而现有的检测算法存在检测速度慢、鲁棒性差、精度较低、实时性等问题.论文重点研究了基于深度学习的路服细粒度检测识别方法,利用该领域大规模数据集,以YOLO V2高性能检测算法为基础,引入混合注意力机制.实验表明该方法平均检测精度达到82.8％,且具有强鲁棒性和实时性,达到铁路现场监控要求.

关键词：人员检测、YOLO、注意力、深度学习

所属期刊栏目：48

分类号：TP391.41;TP183(计算技术、计算机技术)

在线出版日期：2020-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1367-1371