典型文献
面向扶梯不安全行为的改进型深度学习检测算法
文献摘要：
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.
文献关键词：
扶梯;不安全行为;目标检测;YOLOv5s;CBAM模块;Ghost卷积模块
中图分类号：
作者姓名：
李伟达;叶靓玲;郑力新;朱建清;曾远跃;林俊杰
作者机构：
华侨大学 工学院,福建 泉州 362021;华侨大学 工业智能化与系统福建省高校工程研究中心,福建 泉州 362021;福建省特种设备检验研究院 泉州分院,福建 泉州 362021
文献出处：
引用格式：
[1]李伟达;叶靓玲;郑力新;朱建清;曾远跃;林俊杰-.面向扶梯不安全行为的改进型深度学习检测算法)[J].华侨大学学报（自然科学版）,2022(01):119-126
A类：
B类：
扶梯,不安全行为,改进型,检测算法,注意力机制,CBAM,Ghost,卷积模块,卷积操作,行为数据集,检测精度,参数量,计算量,目标检测,YOLOv5s
AB值：
0.304748
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
