基于改进YOLOV5的营业厅视频智能监控方法.pdf
《基于改进YOLOV5的营业厅视频智能监控方法.pdf》由会员分享,可在线阅读,更多相关《基于改进YOLOV5的营业厅视频智能监控方法.pdf(3页珍藏版)》请在咨信网上搜索。
1、今 日 自 动 化Automation Today智能制造与设计Intelligent manufacturing and Design46 2 0 2 3.5 今日自动化2 0 2 3 年第5 期2023 No.51 研究现状1.1 通用目标检测发展现状在现今阶段,通用的目标检测算法可分类成一阶段和两阶段监测算法,在一阶段目标检测算法中,Over Feat 能够直接利用卷积特征图预测定位与分类的相关数值进行工作;YOLOV1和 YOLOV3能够直接识别图像网格回归对象边界和类别概率;SSD 对不同规模的多层特征单阶段检测工作,进行了升级与改进;Retina Net 提出了 Focal 损失,
2、对“前景背景”不平衡问题进行了相应的处理;Corner Net 利用三组关键点来表达附加中心点,生成用于检测的左上角和右下角的热图;FCOS 和 ATSS 为无锚检测引入了中心分支;Foveabox 和 Iqdet 深入研究样本分配策略。两阶段检测算法中的 Faster RCNN 利用感兴趣区域的池化特征,对对象分数和边界进行预测;RFCN使用位置敏感的分数图,实现 ROI 特征计算;Denet预测和搜索对象边界的稀疏角分布;Cascade RCNN使用级联 RCNN 阶段,来逐步细化检测到的框;Grid RCNN 引入了像素级网格点来预测对象位置;动态RCNN 调整标签分配 IoU 阈值和回
3、归超参数以提高检测质量;稀疏 RCNN 为区域提议学习固定的稀疏候选集1。1.2 视觉Transformer发展现状最近基于 Transformer 的检测器 DETR,将目标检测制定为直接集合预测任务,并取得了优良的效果。DETR 通过使用编码器、解码器,参与对特征图的查询来预测一组对象。DETR 的原始架构简单地基于Transformer,其中包含多层注意力编码器和解码器。DETR 中的集合预测训练,基于预测和真实对象之间的二分匹配。虽然 DETR 优于竞争性 Faster RCNN 基线,但其仍然存在空间分辨率有限、小物体检测性能差和训练收敛速度慢的问题。目前已经有方法来解决这些问题,如
4、 Deformable DETR 考虑了自然图像中的移位等效性,并在 DETR 的编码器和解码器中,引入了多尺度可变形注意力算子;SMCA、Conditional DETR 和 Anchor DETR 显式地对前景对象的位置注意力进行建模,以加快收敛速度。TSP 将 FCOS 和RCNN 头集成到集合预测问题中,以实现更快的收敛。YOLOV5算法通常使用卷积特征对检测对象进行检测,是当前使用较多的算法之一,但利用卷积特征进行图像处理工作存在一定的局限性。故而,可在YOLOV5算法的基础上,利用 Transformer 技术中的自注意力计算,对图像区域存在的关系进行计算,提高视频智能监控工作水平
5、。2 YOLOV5模型2.1 整体结构YOLOV5模型通常情况下有4种类型,分别为YOLOV5s、YOLOV5l、YOLOV5x 和 YOLOV5m。这4种 YOLOV5类型最主要的差别是卷积核与特征提取模块的数量有一定的差值。这4类 YOLOV5网络模型结构中,模型的各类参数与模型大小的数量不同。因为当前这一阶段,营业厅视频智能监控场景工作中轻量化与实时性的性能要求普遍较高,所以文章全面地考虑了检测模型的规模、效率以及准确性,并摘 要利用视频智能监控,对营业厅内的人员或异常事件进行智能化监控,并及时对其进行预警,对营业厅内的人员以及硬件资源进行监控与管理,能够在一定程度上提高营业厅的管理工作
6、水平以及服务水平。文章提出了基于改进 YOLOV5的营业厅视频智能监控方法,旨在提高营业厅视频智能监控工作水平,增强对营业厅的管理与控制能力。关键词YOLOv5模型;视频智能;监控方法中图分类号TM73 文献标志码A 文章编号20956487(2023)05004603Intelligent Monitoring Method of Business Hall Video Based on Improved YOLOV5LI ChanghuiAbstractThe use of video intelligent monitoring of the business hall,the pers
7、onnel or abnormal events in the business hall,and timely warning,the personnel and the hardware resources in the business hall table transformation monitoring and management,can improve the management level and service level of the business hall to a certain extent.In this regard,this paper puts for
8、ward the intelligent monitoring method of business hall based on improved YOLOV5,aiming to improve the level of intelligent monitoring of video in the business hall and improve the management and control ability of the business hall.KeywordsYOLOv5 model;video intelligence;monitoring method基于改进Y O L
9、O V 5 的营业厅视频智能监控方法李昌卉(国网上海市电力公司青浦供电公司,上海201799)今 日 自 动 化Automation Today智能制造与设计Intelligent manufacturing and Design2 0 2 3.5 今日自动化 472 0 2 3 年第5 期2023 No.5根据营业厅视频智能监控工作的实际运营情况,对YOLOV5s 网络模型做出了相应的调整。YOLOV5s类型模块网络结构通常由颈部网络、骨干网络以及检测头组成。YOLOV5s 骨干网络通常由 CSB、跨阶段部分网络 Bottleneck CSP 以及 SPPF 串联空间金字塔池化组成;YOLO
10、V5s 颈部网络通常以 PANET 路径聚合网络为基础,建立起特征金字塔。该网络通常利用高级语义特征以及双向融合低级空间特征进行工作,以此提高营业厅视频智能监控设备对不同物体的检查与测量能力。在检测头中输入测算出的尺度特征,经过一系列的信息与数据处理工作后,得出目标类别、目标预测框以及目标置信度等信息2(见图1)。图像StemStemCBLCBLCBLCBLCBLCBLCBLCBLCBLBottleneckCSPBottleneckCSPUpsampleTBTBP3P4P5TBTB卷积+批归一化+LeakyRELU卷积+批归一化+LeakyRELU跨阶段部分连接网络串行空间金字塔池化Trans
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 YOLOV5 营业厅 视频 智能 监控 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。