面向扶梯不安全行为的改进型深度学习检测算法

来源 :华侨大学学报(自然科学版) | 被引量 : 0次 | 上传用户:wocaonimababa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.
其他文献
基于改进的SFA模型对长江经济带108个城市2004—2016年的绿色创新效率与生态治理绩效值进行测度,借助耦合协调模型及探索性空间数据分析法对两系统的耦合协调度和时空分异特征进行分析,进而运用PVAR模型考察其响应关系。结果表明:①2004—2016年两系统整体处于初级协调阶段,未来仍有较大提升空间;空间上自东向西梯度递减,高协调区集中在东部城市;②两系统的耦合协调度具有空间正关联性,低低集聚城
期刊
本文以阿尔金造山带南缘出露的高镁赞岐质闪长岩为研究对象,通过系统的野外地质工作、显微岩相学、年代学和全岩地球化学分析,探讨其成因类型和源区性质,限定了阿尔金造山带构造演化格架。闪长岩LA-ICP-MS锆石U-Pb测年结果表明其形成年龄为445±3 Ma,属晚奥陶世。地球化学数据显示,闪长岩Al_2O_3含量为15.11%~16.19%,且具有高MgO(3.93%~5.29%)和K_2O(1.68%
期刊