典型文献
基于轻量化YOLOv4的离岗检测算法
文献摘要：
针对值班室、保卫室等重要场景员工离岗导致实时性监督得不到保障的问题,提出一种轻量级离岗检测算法.首先,由于YOLOv4目标检测网络较复杂且算力消耗大,使用改进MobileNetV2替换原YOLOv4主干网络,并引入SandGlass模块,进一步减小计算量.而后使用空间金字塔池化和路径聚合网络增强多尺度特征信息融合.在GPU与Kria KV260上的实验表明,轻量化YOLOv4算法以3.5％的算法精度为代价,提升100 FPS.且基于轻量化YOLOv4算法的离岗检测算法可达96.87％的准确率,充分发挥了FPGA边缘设备低功耗、数据处理高效的优点.
文献关键词：
YOLOv4;MobileNetV2;离岗检测;Kria KV 260
中图分类号：
作者姓名：
雷磊;陶青川
作者机构：
四川大学电子信息学院,成都 610000
文献出处：
引用格式：
[1]雷磊;陶青川-.基于轻量化YOLOv4的离岗检测算法)[J].现代计算机,2022(04):5-13
A类：
离岗检测,SandGlass,Kria,KV260
B类：
YOLOv4,检测算法,值班室,保卫,得不到,轻量级,目标检测网络,算力,MobileNetV2,主干网络,计算量,空间金字塔池化,路径聚合网络,多尺度特征,特征信息融合,GPU,FPS,FPGA,边缘设备,低功耗
AB值：
0.240844
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。
