基于改进YOLOv5s的塔机危险区域识别方法研究 |
| |
引用本文: | 路学莹,孙啸,田正宏,王铫.基于改进YOLOv5s的塔机危险区域识别方法研究[J].水力发电,2023(2):68-77. |
| |
作者姓名: | 路学莹 孙啸 田正宏 王铫 |
| |
作者单位: | 1. 河海大学水利水电学院;2. 河海大学水文水资源与水利工程国家重点实验室 |
| |
基金项目: | 国家自然科学基金青年基金资助项目(51909072); |
| |
摘 要: | 提出了一种基于改进YOLOv5s的塔机作业中坠落危险区域识别方法。通过在目标检测网络中嵌入通道注意力模块、添加小目标检测层、更改边框损失函数改进优化YOLOv5s模型,利用改进YOLOv5s模型识别吊钩并确定坠物落点范围。结果表明,改进YOLOv5s模型检测效果得到提升,且模型占用计算机资源小。
|
关 键 词: | 深度学习 YOLOv5s 危险区域识别 目标检测 小目标 注意力机制 塔机 |
本文献已被 维普 等数据库收录! |
|