基于深度学习的铁路行人细粒度检测
刘家辉1
胡广朋1
王申宇2
刘畅2
覃源2
程科2
1.江苏科技大学计算机学院 镇江 2120032.中铁隧道集团三处有限公司 深圳 518051
摘要：在铁路现场作业的过程中,人员的检测和识别一直是铁路视频监控系统的重点之一,而现有的检测算法存在检测速度慢、鲁棒性差、精度较低、实时性等问题.论文重点研究了基于深度学习的路服细粒度检测识别方法,利用该领域大规模数据集,以YOLO V2高性能检测算法为基础,引入混合注意力机制.实验表明该方法平均检测精度达到82.8％,且具有强鲁棒性和实时性,达到铁路现场监控要求.
关键词：人员检测YOLO注意力深度学习
分类号：TP391.41(计算技术、计算机技术)TP183(自动化基础理论)
论文发表日期：2020-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1367-1371 )
英文信息