典型文献
改进目标检测算法在变电站内安全管控的应用
文献摘要：
变电站作为电力系统中重要一环,保证变电站作业人员的安全是至关重要的.为了自动检测作业人员是否正确穿着工作服佩戴安全帽,提出一种基于Transformer自注意力编码特征融合轻量级的目标检测网络.通过采用轻量级的主干网络提取特征,注意力机制融合多尺度特征.提出了质量焦点损失方法,改善目标检测模型训练和测试阶段推理过程不一致问题.同时,采集并标注变电站场景下人员工作服安全帽数据5200张.将提出的轻量级目标模型在自制的工作服安全帽数据集上训练,并在测试集上验证,该目标检测方法识别mAP达44.6％,AP50达79.5％,达到117 FPS.
文献关键词：
目标检测;深度学习;轻量化;Transformer;神经网络
中图分类号：
作者姓名：
吴宏毅;雷景生;陈林锋;杨胜英
作者机构：
浙江科技学院 信息与电子工程学院,杭州 310000
文献出处：
引用格式：
[1]吴宏毅;雷景生;陈林锋;杨胜英-.改进目标检测算法在变电站内安全管控的应用)[J].计算机工程与应用,2022(24):313-320
A类：
B类：
改进目标,目标检测算法,站内,安全管控,电力系统,作业人员,自动检测,检测作业,穿着,工作服,佩戴,安全帽,Transformer,自注意力,编码特征,特征融合,轻量级,目标检测网络,主干网络,提取特征,注意力机制融合,多尺度特征,焦点损失,目标检测模型,模型训练,测试阶段,推理过程,不一致问题,变电站场景,人员工作,目标模型,测试集,目标检测方法,方法识别,mAP,AP50,FPS
AB值：
0.453602
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。
