基于深度神经网络的扶梯异常行为检测
针对Tiny YOLOv3算法在扶梯异常行为检测时存在高漏检率和低准确率的问题,提出一种改进的Tiny YOLOv3网络结构用于扶梯异常行为检测。利用K-means++算法对数据集中的目标边框进行聚类,根据聚类结果优化网络的先验框参数,使训练网络在异常行为检测方面具有一定的针对性。利用多层深度可分离卷积提取深层次的语义信息,加深特征提取的网络结构;增加一个尺度用于低层语义信息的融合,改进原有算法预测层的结构;使用GPU进行多尺度训练,得到最优的权重模型,对扶梯异常行为进行检测。实验结果表明,优化后的模型与Tiny YOLOv3相比,平均漏检率减小了22.8%,检测精度提高了3.4%,检测速度是YOLOv3的1.7倍,更好地兼顾了检测的精度和实时性。
文件下载
评论信息
其他资源
- C#Winform大作业合集
- eigen-3.3.7.zip
- 子域名爆破 Layer挖掘机
- point3d 点云三维重建
- SAR图像CFAR检测算法实现
- java游戏之坦克大战
- Java画图画板完整代码
- VC++ 网络对战五子棋游戏(服务端+用户端).zip
- 图书进存销系统 java GUI 界面 mysql 数据库 三层架构
- 软件定义安全SDN-NFV新型网络的安全揭秘
- javaApI文件，中文版
- asp.net+网上书店+源代码+c#+毕业设计可用
- 部编三上实用课件 6.秋天的雨.pptx
- 信息学奥赛一本通-教程PPT课件（第五版）算法部分 第六章 贪心算法.pdf
- 飞机屏显仿真
- Anaconda3-2020.11-Windows-x86_64.exe.zip
- flash actionscript3 as3怎么进行全局和本地坐标转换.zip
- CCoolBar测试，使用vs2010编译
- 压缩文件密码破解器
- 二自由度机器人的通用控制仿真
- twaver web实例源码
- c# 锁屏系统
- 广东省等echarts--省市县级地图json
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明