期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLOv5s改进的井下人员和安全帽检测算法研究
被引量：
6
1
作者
李熙尉
孙志鹏
+1 位作者
王鹏
陶虹京
《煤》
2023年第3期22-25,共4页
针对目前煤矿井下综采工作面煤尘干扰导致的人员和安全帽检测算法精确度低、漏检率高等问题,文章提出一种基于YOLOv5s改进的矿井人员和安全帽检测算法。首先引入CBAM注意力机制,更准确的提取图像关键特征;然后采用αCIOU损失函数替换原...
针对目前煤矿井下综采工作面煤尘干扰导致的人员和安全帽检测算法精确度低、漏检率高等问题,文章提出一种基于YOLOv5s改进的矿井人员和安全帽检测算法。首先引入CBAM注意力机制,更准确的提取图像关键特征;然后采用αCIOU损失函数替换原始的CIOU损失函数,二者结合提升整体目标检测的准确率。实验结果表明:改进后的检测算法精度优于YOLOv5s原始算法,检测准确率高达97.6%,在井下综采工作面复杂环境下可以实现高效准确的井下人员和安全帽检测。
展开更多
关键词
深度学习
人员安全帽检测
CBAM
YOLOv5s
αCIOU
下载PDF
职称材料
题名
基于YOLOv5s改进的井下人员和安全帽检测算法研究
被引量：
6
1
作者
李熙尉
孙志鹏
王鹏
陶虹京
机构
山西大同大学煤炭工程学院
出处
《煤》
2023年第3期22-25,共4页
基金
山西省研究生教育创新项目(2021Y739)
山西大同大学研究生教育创新项目(21CX02,21CX37)
+1 种基金
山西大同大学2022年度校级揭榜招标项目(2021ZBZX3)
山西大同大学2021年度产学研专项研究项目(2021CXZ2)。
文摘
针对目前煤矿井下综采工作面煤尘干扰导致的人员和安全帽检测算法精确度低、漏检率高等问题,文章提出一种基于YOLOv5s改进的矿井人员和安全帽检测算法。首先引入CBAM注意力机制,更准确的提取图像关键特征;然后采用αCIOU损失函数替换原始的CIOU损失函数,二者结合提升整体目标检测的准确率。实验结果表明:改进后的检测算法精度优于YOLOv5s原始算法,检测准确率高达97.6%,在井下综采工作面复杂环境下可以实现高效准确的井下人员和安全帽检测。
关键词
深度学习
人员安全帽检测
CBAM
YOLOv5s
αCIOU
Keywords
deep
learning
personnel
helmet
testing
CBAM
YOLOv5s
αCIOU
分类号
TD76 [矿业工程—矿井通风与安全]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLOv5s改进的井下人员和安全帽检测算法研究
李熙尉
孙志鹏
王鹏
陶虹京
《煤》
2023
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
