改进YOLOv4算法井下人员检测的研究 |
| |
引用本文: | 李若熙,吕潇,张元生,李越,刘鹏.改进YOLOv4算法井下人员检测的研究[J].矿业研究与开发,2021,41(11):179-185. |
| |
作者姓名: | 李若熙 吕潇 张元生 李越 刘鹏 |
| |
作者单位: | 矿冶科技集团有限公司,北京102628;北京北矿智能科技有限公司,北京 102628;金属矿山智能开采技术北京市重点实验室,北京 102628 |
| |
摘 要: | 针对矿山企业井下作业人员工作环境光线暗、干扰因 素多、常用井下行人检测的方法精度低、速度慢等问题,提出 基于 YOLOv4算法的井下人员检测系统,引入信息熵的 Kmeans聚类确定目标检测的中心点,提高网络对目标特征的 提取能力。试验结果表明,采用 GeForceRTX2060显卡,相 比人员检测常用的 SSD、FasterR-CNN算法,改进 YOLOv4 算法提高了检测率,平均检测精度达到97.72%,检测速度为 32帧每秒,满足井下人员实时检测的需求。
|
关 键 词: | YOLOv4 信息熵 行人检测 井下巷道 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《矿业研究与开发》浏览原始摘要信息 |
|
点击此处可从《矿业研究与开发》下载全文 |
|