| 融合輕量化與梯形結構的學生行為檢測算法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>1584 K | |
| 標簽： 梯形結構 學生行為檢測 YOLOv4 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了解決常見目標檢測算法在課堂場景中難以有效應用的問題，提出了一種融合輕量化與梯形結構的學生行為檢測算法。該算法基于YOLOv4架構，針對目標分類和分布空間的特點，提出一種新的“梯”形特征融合結構，并結合MobileNetv2思想，優化模型參數得到梯形-MobileDarknet19特征提取網絡，既減少了網絡的計算量，提高了工作效率，同時加強了目標特征的信息傳輸，提升了模型學習能力；在尺度檢測階段引入5層的DenseNet網絡，增強網絡對小目標的檢測能力。實驗結果表明，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，在學生課堂行為檢測任務中具有較好的實用性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2