典型文献
基于YOLOv5m和注意力机制融合的地铁车厢乘客实时检测
文献摘要：
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.
文献关键词：
YOLOv5m模型;地铁车厢;实时检测;注意力机制
中图分类号：
作者姓名：
邱芳;李玉峰;孔才华
作者机构：
沈阳地铁集团有限公司运营分公司,沈阳110011;沈阳航空航天大学电子信息工程学院,沈阳110136
文献出处：
引用格式：
[1]邱芳;李玉峰;孔才华-.基于YOLOv5m和注意力机制融合的地铁车厢乘客实时检测)[J].微处理机,2022(06):53-58
A类：
B类：
YOLOv5m,注意力机制融合,地铁车厢,乘客,实时检测,查看,乘车,Metro,注意力模块,CBAM,主干网络,网络融合,特征提取能力,检测器,器识,检测率,实时目标检测,技术需求
AB值：
0.368215
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。
