基于改进Tiny-YOLOv3的火灾图像识别算法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1673-3142.2022.09.025

基于改进Tiny-YOLOv3的火灾图像识别算法研究

引用
传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的Tiny-YOLOv3算法模型解决这些问题.改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大变化.实验结果表明,改进的Tiny-YOLOv3算法生成的模型的尺寸为8.5 MB,比原模型更小,同时在数据集上的实时性能表现为25.3 FPS,mAP值为60%左右,性能比原模型更优.

火灾图像识别、Tiny-YOLOv3、改进Tiny-YOLOv3、模型尺寸、检测速度

60

TP391.4(计算技术、计算机技术)

2022-10-11(万方平台首次上网日期,不代表论文的发表时间)

共4页

121-124

相关文献
评论
暂无封面信息
查看本期封面目录

农业装备与车辆工程

1673-3142

37-1433/TH

60

2022,60(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn