改进YOLOv3网络在图像中评价空气质量

• 作者: 刘祯 张琦 毕鹏程 罗健欣 胡琪 邓益侬 金凤林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 空气质量 PM2.5 图像检测 多锚点 卷积投票
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 工程与应用
• 页码范围: 232-242
• 页数: 11页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0121

摘要

空气质量指数和PM2.5浓度是衡量大气污染程度的两种重要指标.在图像检测算法的框架下,提出了一种基于YOLOv3网络模型的空气质量评价方法.该模型对YOLOv3网络进行了改进,包含多锚点检测机制和卷积投票网两个模块,适用于非固定场景下的空气质量指数评估,以及固定场景下的PM2.5浓度预测.该方法的准确率在2018年全球人工智能应用大赛中得到了总分第3名的成绩,同时基于darknet框架的YOLOv3模型可以达到实时的需求,对空气质量评价的相关研究具有重要的借鉴意义.