-
题名基于改进YOLOv5的拥挤行人检测算法
被引量:3
- 1
-
-
作者
王宏
韩晨
袁伯阳
田增瑞
盛英杰
-
机构
郑州轻工业大学建筑环境工程学院
河南省智慧建筑与人居环境工程技术研究中心
-
出处
《科学技术与工程》
北大核心
2023年第27期11730-11738,共9页
-
基金
河南省科技攻关项目(232102211050,222102220071,222102320298,20212102310519,212102210535)
河南省高等学校重点科研项目(22A470014,20A620005,19A413013)
郑州轻工业大学2021年度星空众创空间项目(2021ZCKJ106)。
-
文摘
针对密集场景下行人检测的目标重叠和尺寸偏小等问题,提出了基于改进YOLOv5的拥挤行人检测算法。在主干网络中嵌入坐标注意力机制,提高模型对目标的精准定位能力;在原算法三尺度检测的基础上增加浅层检测尺度,增强小尺寸目标的检测效果;将部分普通卷积替换为深度可分离卷积,在不影响模型精度的前提下减少模型的计算量和参数量;优化边界框回归损失函数,提升模型精度和加快收敛速度。实验结果表明,与原始的YOLOv5算法相比,改进后YOLOv5算法的平均精度均值提升了7.4个百分点,检测速度达到了56.1 f/s(帧/秒),可以满足密集场景下拥挤行人的实时检测需求。
-
关键词
深度学习
拥挤行人检测
小目标检测
YOLOv5
-
Keywords
deep learning
crowded pedestrian detection
small target detection
YOLOv5
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于机器学习的冷水机组早期故障诊断
- 2
-
-
作者
王宏
袁伯阳
韩晨
田增瑞
盛英杰
-
机构
郑州轻工业大学建筑环境工程学院
河南省智慧建筑与人居环境工程技术研究中心
-
出处
《低温与超导》
CAS
北大核心
2023年第11期96-102,共7页
-
基金
河南省科技攻关项目(232102211050、232102321021、222102220071、222102320298)
河南省高等学校重点科研项目(22A470014)
郑州轻工业大学2021年度星空众创空间项目(2021ZCKJ106)资助。
-
文摘
本文针对冷水机组故障诊断中存在故障数据少、早期故障诊断能力弱等问题,提出了结合多策略改进麻雀搜索算法(HSISSA)与最小二乘法支持向量机(LSSVM)的冷水机组故障诊断方法,并在ASHRAE RP-1043典型的故障样本上,对所提出的故障诊断模型进行了训练和验证。结果表明,与LSSVM、PSO-SVM和SSA-LSSVM相比,本文提出的方法在早期故障诊断方面具有明显优势,准确率达到了99.70%。
-
关键词
早期故障诊断
冷水机组
LSSVM
HSISSA
-
Keywords
Early fault diagnosis
Chiller unit
LSSVM
HSISSA
-
分类号
TU831
[建筑科学—供热、供燃气、通风及空调工程]
-