期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv7的矿井人员检测算法
被引量：
1
1
作者
邵小强
李鑫
+2 位作者
杨永德
原泽文
杨涛
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024年第3期414-423,共10页
矿井人员的实时检测是建设智慧矿山必不可少的内容,通过视频监测井下人员,从而实现危险区域预警及联动控制,对于矿井安全生产具有重要意义。现阶段可见光图像识别技术针对井下昏暗环境中人员的辨识还有待完善。针对井下光照不均、煤尘...
矿井人员的实时检测是建设智慧矿山必不可少的内容,通过视频监测井下人员,从而实现危险区域预警及联动控制,对于矿井安全生产具有重要意义。现阶段可见光图像识别技术针对井下昏暗环境中人员的辨识还有待完善。针对井下光照不均、煤尘干扰严重导致监控视频存在噪声多、图像模糊等问题,提出一种改进YOLOv7的矿井人员检测算法。首先,针对ELAN模块直接拼接形成通道隔离的问题,提出基于通道重组与特征关注的复杂场景检测方式;其次,针对特征融合结果未侧重预期目标且模型缺乏针对性策略提升小目标检测性能,在颈部多尺度融合网络添加ACmix模块,兼顾全局特征和局部特征,提升了算法对小目标的检测能力;最后,引入Efficient IOU Loss提升算法收敛速度的同时减小目标框及先验框高度和宽度的差值,实现更加精准的定位。通过公开行人数据集及自建矿井人员检测数据集验证表明:该算法较YOLOv7模型相比,检测精度提升了3.1%,达到89.4%;召回率提升了3.8%,达到86.4%;速度提升了15.8%,达到68.8FPS;满足矿井人员实时检测的工作要求。
展开更多
关键词
矿井人员检测
YOLOv7
自注意力
ACmix
损失函数
在线阅读
下载PDF
职称材料
基于EG-YOLOv5s的矿井人员装备检测算法研究
2
作者
易蔚勋
张磊
+3 位作者
陶虹京
王佳源
王蒙
郑玉鸿
《山西焦煤科技》
CAS
2024年第5期21-25,共5页
为了解决矿井人员装备检测算法中存在的精度低、检测速度慢等问题,提出了一种基于YOLOv5s模型的EG-YOLOv5s模型。在骨干网络中引入ECA注意力机制,以突出目标的重要特征。使用GIOU作为损失函数,提高了目标定位的准确性。试验结果表明,改...
为了解决矿井人员装备检测算法中存在的精度低、检测速度慢等问题,提出了一种基于YOLOv5s模型的EG-YOLOv5s模型。在骨干网络中引入ECA注意力机制,以突出目标的重要特征。使用GIOU作为损失函数,提高了目标定位的准确性。试验结果表明,改进模型优于YOLOv5s模型,准确率提升5.6%,均值平均精度提升3.6%,检测实时性达到了106.3 frame/s.
展开更多
关键词
矿井
人员
装备
检测
目标
检测
EG-YOLOv5s网络模型
机器视觉
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv7的矿井人员检测算法
被引量：
1
1
作者
邵小强
李鑫
杨永德
原泽文
杨涛
机构
西安科技大学电气与控制工程学院
西安市电气设备状态检测与供电安全重点实验室
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024年第3期414-423,共10页
基金
国家自然科学基金(52174198)。
文摘
矿井人员的实时检测是建设智慧矿山必不可少的内容,通过视频监测井下人员,从而实现危险区域预警及联动控制,对于矿井安全生产具有重要意义。现阶段可见光图像识别技术针对井下昏暗环境中人员的辨识还有待完善。针对井下光照不均、煤尘干扰严重导致监控视频存在噪声多、图像模糊等问题,提出一种改进YOLOv7的矿井人员检测算法。首先,针对ELAN模块直接拼接形成通道隔离的问题,提出基于通道重组与特征关注的复杂场景检测方式;其次,针对特征融合结果未侧重预期目标且模型缺乏针对性策略提升小目标检测性能,在颈部多尺度融合网络添加ACmix模块,兼顾全局特征和局部特征,提升了算法对小目标的检测能力;最后,引入Efficient IOU Loss提升算法收敛速度的同时减小目标框及先验框高度和宽度的差值,实现更加精准的定位。通过公开行人数据集及自建矿井人员检测数据集验证表明:该算法较YOLOv7模型相比,检测精度提升了3.1%,达到89.4%;召回率提升了3.8%,达到86.4%;速度提升了15.8%,达到68.8FPS;满足矿井人员实时检测的工作要求。
关键词
矿井人员检测
YOLOv7
自注意力
ACmix
损失函数
Keywords
mine personnel detection
YOLOv7
self-attention
ACmix
loss function
分类号
TD76 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
基于EG-YOLOv5s的矿井人员装备检测算法研究
2
作者
易蔚勋
张磊
陶虹京
王佳源
王蒙
郑玉鸿
机构
山西大同大学煤炭工程学院
出处
《山西焦煤科技》
CAS
2024年第5期21-25,共5页
基金
山西大同大学2023年研究生科研创新项目(23CX46)。
文摘
为了解决矿井人员装备检测算法中存在的精度低、检测速度慢等问题,提出了一种基于YOLOv5s模型的EG-YOLOv5s模型。在骨干网络中引入ECA注意力机制,以突出目标的重要特征。使用GIOU作为损失函数,提高了目标定位的准确性。试验结果表明,改进模型优于YOLOv5s模型,准确率提升5.6%,均值平均精度提升3.6%,检测实时性达到了106.3 frame/s.
关键词
矿井
人员
装备
检测
目标
检测
EG-YOLOv5s网络模型
机器视觉
分类号
TD67 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv7的矿井人员检测算法
邵小强
李鑫
杨永德
原泽文
杨涛
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于EG-YOLOv5s的矿井人员装备检测算法研究
易蔚勋
张磊
陶虹京
王佳源
王蒙
郑玉鸿
《山西焦煤科技》
CAS
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
