典型文献
基于RepVGG-YOLOv4的焦罐提升机状态检测
文献摘要：
提出一种基于视频流数据的提升机状态自动检测方法,将YOLOv4算法原有的CSPDarknet53框架替换成RepVGG框架,建立了基于RepVGG主干特征提取网络的YOLOv4模型,通过对提升机数据集的迭代训练,得到最终的检测模型,对设备状态进行实时分类,实现了设备状态的准确识别.测试结果表明,该算法的检测精度可达99.3％,检测速度26.28fps,满足提升机设备状态实时检测的需求,同时模型所占内存更小,更便于在生产现场部署,对硬件平台的要求有所降低.
文献关键词：
目标检测;深度学习;参数融合;模型优化
中图分类号：
作者姓名：
李刚;齐铭伟;张飞扬;吴凡
作者机构：
北方工业大学电气与控制工程学院,北京 100144
文献出处：
引用格式：
[1]李刚;齐铭伟;张飞扬;吴凡-.基于RepVGG-YOLOv4的焦罐提升机状态检测)[J].工业控制计算机,2022(06):43-45
A类：
28fps
B类：
RepVGG,YOLOv4,焦罐,提升机,机状态,状态检测,视频流,流数据,自动检测,CSPDarknet53,替换成,主干特征提取网络,迭代训练,检测模型,设备状态,实时分类,准确识别,检测精度,检测速度,机设备,实时检测,更便,生产现场,场部,硬件平台,目标检测,参数融合,模型优化
AB值：
0.499065
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。
