基于改进YOLOv3的行人检测算法

针对YOLOv3算法在行人检测中对小尺度目标漏检率高和检测速率慢的问题,该文提出了一种基于改进YOLOv3的行人检测方法。该算法通过精简骨干网络结构,提出轻量化的Darknet-41,降低了网络的深度和参数,提升检测速率;其次通过设计新的特征融合结构,在多尺度特征融合的基础上,进行了多尺度浅层特征融合,提高了对小尺度目标识别精确度,同时通过引入DIoU损失提高定位精确度;最后采用一种改进的非极大值抑制算法Adaptive NMS(自适应非极大值抑制)来去除冗余边界框。实验结果表明,改进后的算法的平均精确度(mAP)达到93.3%,检测速率为58.7帧/s。与YOLOv3算法的行人检测结果相比,该算法在检测速率和平均精度方面的性能更优。

基于改进SSD安全头盔反光衣检测算法

施工人员正确穿戴安全头盔和反光衣是进行安全生产和保障人身安全的重要一环,当前对安全头盔反光衣穿戴的检查还是依靠传统人工的方式,存在费时费力问题,针对这种情况,使用了深度学习中的SSD(single shot multibox detector)算法作为基本网络框架实时对目标人物进行无人化穿戴检测,同时针对原SSD算法存在检测精度不高的问题,对原SSD算法进行了改进,首先使用了部分ResNet50网络替换内部的VGG-16作为特征提取网络;其次在SSD算法的高层卷积模块中加入可形变卷积模块,使检测目标时更好地适应目标的不同尺寸来提高检测精度。实验结果表明,该网络结构在检测安全头盔和反光衣上精确度和速度上表现优异。

架空线路防雷措施的浅析

雷和闪电是常见的自然现象,电气设备或高层构筑物遭受雷击(或雷电感应)往往会受到极大的破坏,雷击会引起绝缘子发生闪络,线路跳闸等一系列危害。架空线路是我国电力传输必不可少的一部分,因为它的独特传输方式,非常容易遭到雷击。因而影响整个电力网电能的传输。因此采用有效防雷措施对供电系统的稳定运行至关重要。