基于改进YOLOv5算法的智慧城市多目标检测OA
多目标检测作为智慧城市建设中的核心技术,在建立城市图谱、挖掘城市运行规律、提高城市运行效率中起着不可替代的作用。文中在优良的目标检测模型YOLOv5基础上,选取城市中的典型场景,以行人和车辆为检测目标,将原有轻量化版本算法neck部分的SPP模块进行改进,在保证检测速率的同时增加检测的精度,然后将文中改进算法和YOLOv5-s算法同时部署在智慧城市边缘设备上进行对比试验。试验结果表明,文中改进算法相较于YOLOv5-s算法在速度保持基本不变的情况下检测多目标精度提高6.8%,在一定程度上解决了智慧城市边缘设备检测速率和精度不能同时达到要求的问题,为智慧城市多目标实时检测提供了理论参考与方法依据。
王继超;唐勇;回振桥;刘浩卓;刘冰
河北水利电力学院,河北省沧州市061001 河北省工业机械手控制与可靠性技术创新中心,河北省沧州市061001河北水利电力学院,河北省沧州市061001河北水利电力学院,河北省沧州市061001河北水利电力学院,河北省沧州市061001河北水利电力学院,河北省沧州市061001
计算机与自动化
智慧城市多目标检测边缘设备实时检测
《河北水利电力学院学报》 2024 (3)
P.24-29,6
沧州市科协2024年度科技创新课题(CZKX2024464)河北省水利科研与推广计划项目(2023-23)沧州市社会科学发展研究课题(2023144)河北水利电力学院基本科研业务费项目(SYKY2330、SYKY2308)。
评论