10.3969/j.issn.1002-2279.2022.06.012
基于YOLOv5m和注意力机制融合的地铁车厢乘客实时检测
针对现有以人工查看监控和票卡方式获得乘客乘车情况的效率不足,提出一种基于改进YOLOv5m模型的地铁车厢乘客实时检测方法.自制Metro数据集,将注意力模块CBAM与YOLOv5m模型的主干网络融合,提高网络的特征提取能力,从而提升检测器识别效果.实验结果表明,本方法的精准率和正确检测率分别达到92.3%和87%,比YOLOv5m模型有显著提高,能够满足对地铁车厢乘客实时目标检测的技术需求.
YOLOv5m模型、地铁车厢、实时检测、注意力机制
43
TP391.41(计算技术、计算机技术)
高分专项70-Y40G09-9001-18/20
2022-12-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
53-58