基于改进YOLOv4-tiny的废气砣状态检测算法研究

基于建立的焦炉地下室数据集,使用YOLOv4-tiny单阶段目标检测算法对交换机、废气砣状态进行检测。由于YOLOv4-tiny推理速度较慢,难以实现实时的要求,需要对YOLOv4-tiny算法进行改进,采用重新参数化的VGG网络框架替换原有的跨阶段局部主干特征提取网络框架,得到Rep-YOLOv4-tiny算法,模型体积大大减少,仅有13343KB,减少了对硬件的要求,更加便于在硬件平台部署。优化后推理速度加快,检测速度达到24.76帧/s,同时平均精度达到了99.88%,实现了对废气砣状态的实时检测,满足了企业的具体需求。