典型文献
车辆前排乘员安全带检测算法研究
文献摘要：
为了快速检测车辆前排乘员是否系安全带,提出了一种改进YOLOv4-tiny网络及MobileNeXt网络的安全带检测算法.针对车辆及前排挡风玻璃的形状和大小,设计了一个结合深度可分离卷积、检测头可重构的轻量化YOLOv4-tiny目标检测框架,通过设置不同数量检测头的两个网络分别用于车辆和挡风玻璃检测.在MobileNeXt网络中,通过在沙漏残差模块中添加SAM空间注意力模块实现安全带检测.在车辆数据集、挡风玻璃数据集、安全带数据集上进行训练和测试,实验结果表明,车辆检测网络在平均精度(mean Average-Precision,mAP)为99.69％时速度为145帧/秒,挡风玻璃检测网络在平均精度为99.88％时速度为163帧/秒,安全带检测网络在准确率(Accuracy,ACC)为93.13％时速度为77帧/秒.本文算法在兼顾速度的同时具有较高的检测精度.
文献关键词：
安全带检测;目标检测;深度可分离卷积
中图分类号：
作者姓名：
王刚伟;张志佳
作者机构：
沈阳工业大学信息科学与工程学院,辽宁 沈阳 110870;沈阳工业大学人工智能学院,辽宁 沈阳 110870
文献出处：
引用格式：
[1]王刚伟;张志佳-.车辆前排乘员安全带检测算法研究)[J].软件工程,2022(06):9-12,8
A类：
安全带检测,MobileNeXt
B类：
前排乘员,乘员安全,检测算法,算法研究,快速检测,检测车,YOLOv4,tiny,排挡,挡风玻璃,深度可分离卷积,检测头,可重构,目标检测,检测框架,数量检测,沙漏,残差模块,SAM,空间注意力,注意力模块,辆数,车辆检测,测网,mean,Average,Precision,mAP,时速,Accuracy,ACC,检测精度
AB值：
0.328677
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。
