基于YOLO的电梯轿厢中狗识别算法

论文摘要

提出了一种基于采用YOLO卷积神经网络的检测电梯轿厢中是否有狗的算法。该算法结合YOLO卷积神经网络和梯度直方图HOG特征,首先统一数据集尺寸并预处理作为网络输入,然后通过YOLO网络进行训练,提取图像特征并融合狗的HOG特征,最后通过非极大值抑制定义损失函数对模型进行优化,实现特征输出。YOLO算法具有快速检测以及较好的泛化能力的特点。该算法最终实现了对电梯图像中狗的检测,且有较好的实时性和准确率。

论文目录

• 1 YOLO算法简介
• 2 基于YOLO的狗识别算法设计
•   2.1 图像分割及预处理
•   2.2 卷积神经网络结构
•   2.3 HOG特征融合
•   2.4 非极大值抑制
• 3 实验结果及分析
•   3.1 实验数据集和数据处理
•   3.2 参数调优和选取
•   3.3 实验结果及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 华志超,章国宝

关键词: 电梯环境,狗检测,卷积神经网络,梯度直方图

来源: 工业控制计算机 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 建筑科学与工程,计算机软件及计算机应用

单位: 东南大学自动化学院

基金: 国家自然科学基金青年项目(61503081),江苏省自然科学基金青年项目(BK20140649),江苏省质量技术监督局科技项目(KJ168355),江苏省特检院科技项目(KJ(Y)2015014)

分类号: TU857;TP391.41

页码: 15-16+19

总页数: 3

文件大小: 690K

下载量: 192