复杂环境下轻量化口罩佩戴检测算法研究
所屬分類：技术论文
上傳者：zhoubin333
文檔大?。?span>1806 K
標(biāo)簽： YOLOv4 GhostNet ECA注意力机制
所需積分：0分積分不夠怎么辦？
文檔介紹：针对目前YOLOv4算法巨大的运算量难以满足实时性要求高的口罩佩戴检测系统，提出了一种轻量化检测算法（Light-YOLOv4）。将融合ECA注意力机制的GhostNet网络替换YOLOv4的主干网络减少参数量；借鉴空洞卷积和SPPF提出了ASPPFCSPC结构有效增大感受野；针对目标过于密集而产生重叠问题，增加了RepBox损失函数，使不同目标的预测框相互远离从而减少漏检。实验表明，Light-YOLOv4算法mAP为94.2%，FPS为46.3帧，模型大小为95 MB，相较于YOLOv4的mAP值仅降低了1.1%，检测速率提高了51.8%，参数量减少了70.0%，模型大小减少了61.1%，对低性能检测设备很友好。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。