基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对室内疏散引导员需要选择一条畅通路径的问题,提出了一种基于改进的YOLOv3算法的室内临时障碍物检测方法,监控疏散通道中的实时状态.首先引入注意力机制同时缩减网络结构对YOLOv3算法中的特征提取网络进行改进,其次采用双向连接金字塔和适应性卷积检测方式对YOLOv3算法中的特征检测网络进行改进.实验结果表明,改进的YOLOv3检测算法在检测速率和检测精度方面均有了进一步提升.
推荐文章
一种基于改进YOLOv3的密集人群检测算法
密集人群
YOLOv3
特征提取网络
K-means++
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
葡萄病害检测
深度学习
轻量化
注意力机制
一种基于改进Yolov3的弹载图像多目标检测方法
弹载图像
目标检测
YOLOv3
位置损失
快速NMS
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于YOLOv3算法的室内临时障碍物检测方法改进
来源期刊 中国科技论文 学科 工学
关键词 改进的YOLOv3算法 特征提取网络 特征检测网络 室内临时障碍物检测
年,卷(期) 2022,(1) 所属期刊栏目
研究方向 页码范围 110-116
页数 7页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.2095-2783.2022.01.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
改进的YOLOv3算法
特征提取网络
特征检测网络
室内临时障碍物检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科技论文
月刊
2095-2783
10-1033/N
大16开
北京市海淀区中关村大街35号教育部科技发展中心
2006
chi
出版文献量(篇)
4942
总下载数(次)
10
总被引数(次)
14783
论文1v1指导