基于轻量化YOLOv4的离岗检测算法

针对值班室、保卫室等重要场景员工离岗导致实时性监督得不到保障的问题,提出一种轻量级离岗检测算法。首先,由于YOLOv4目标检测网络较复杂且算力消耗大,使用改进MobileNetV2替换原YOLOv4主干网络,并引入SandGlass模块,进一步减小计算量。而后使用空间金字塔池化和路径聚合网络增强多尺度特征信息融合。在GPU与Kria KV260上的实验表明,轻量化YOLOv4算法以3.5%的算法精度为代价,提升100 FPS。且基于轻量化YOLOv4算法的离岗检测算法可达96.87%的准确率,充分发挥了FPGA边缘设备低功耗、数据处理高效的优点。