改进YOLOv7算法在火灾现场行人检测中的应用
文档名：改进YOLOv7算法在火灾现场行人检测中的应用
摘要：提出了一种改进的基于YOLOv7的火灾现场行人检测算法.首先,利用自动色阶算法对火灾现场图像进行预处理;然后,采用HorBlock与CSPNet构造HorBc模块,改进YOLOv7网络结构,加强特征提取能力;同时融合CBAM注意力机制,增加行人特征区域学习权重.实验结果表明:在收集的火灾现场行人数据集上平均精度为97.1%,召回率为95.6%,精确率达到了97.6%;相比原始YOLOv7算法,平均精度提升了1.5%,召回率提升了2.4%,精确率提升了1.8%,在实时性上达到了36.7fps,满足实时性要求.
作者：赵伟沈乐徐凯宏Author：ZHAOWeiSHENLeXUKaihong
作者单位：东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(7)
分类号：TP394.1
关键词：行人检测YOLOv7自动色阶HorBc卷积块注意模块
Keywords：pedestriandetectionYOLOv7automaticcolorscaleHorBcconvolutionalblockattentionmodule(CBAM)
机标分类号：TP391TN919TP183
在线出版日期：2023年7月28日
基金项目：国家自然科学基金，黑龙江省重点研发计划资助项目，黑龙江省重点研发计划资助项目改进YOLOv7算法在火灾现场行人检测中的应用[
期刊论文]传感器与微系统--2023, 42(7)赵伟沈乐徐凯宏提出了一种改进的基于YOLOv7的火灾现场行人检测算法.首先,利用自动色阶算法对火灾现场图像进行预处理;然后,采用HorBlock与CSPNet构造HorBc模块,改进YOLOv7网络结构,加强特征提取能力;同时融合CBAM注意力机制,增加行...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进YOLOv7算法在火灾现场行人检测中的应用Application of improved YOLOv7 algorithm in pedestrian detection at fire sites
改进YOLOv7算法在火灾现场行人检测中的应用.pdf
页:
[1]