融合輕量化與梯形結(jié)構(gòu)的學(xué)生行為檢測(cè)算法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>1584 K
標(biāo)簽： 梯形結(jié)構(gòu) 學(xué)生行為檢測(cè) YOLOv4
所需積分：0分積分不夠怎么辦？
文檔介紹：為了解決常見(jiàn)目標(biāo)檢測(cè)算法在課堂場(chǎng)景中難以有效應(yīng)用的問(wèn)題，提出了一種融合輕量化與梯形結(jié)構(gòu)的學(xué)生行為檢測(cè)算法,。該算法基于YOLOv4架構(gòu),，針對(duì)目標(biāo)分類和分布空間的特點(diǎn),，提出一種新的“梯”形特征融合結(jié)構(gòu),，并結(jié)合MobileNetv2思想，優(yōu)化模型參數(shù)得到梯形-MobileDarknet19特征提取網(wǎng)絡(luò),，既減少了網(wǎng)絡(luò)的計(jì)算量,，提高了工作效率，同時(shí)加強(qiáng)了目標(biāo)特征的信息傳輸,，提升了模型學(xué)習(xí)能力,；在尺度檢測(cè)階段引入5層的DenseNet網(wǎng)絡(luò)，增強(qiáng)網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)能力,。實(shí)驗(yàn)結(jié)果表明,，提出的YOLOv4-ST算法相比于原YOLOv4算法mAP提高了5.5%，相比于其他主流算法,，在學(xué)生課堂行為檢測(cè)任務(wù)中具有較好的實(shí)用性,。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。