期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于YOLOv8-ECW的井下人员行为实时检测算法 被引量：4
1
作者 骆津津 陈伟 +2 位作者 田子建 张帆 刘毅 《矿业科学学报》 北大核心 2025年第2期316-327,共12页
针对现有煤矿井人员行为检测模型存在精度低、计算量大等问题,提出一种基于YOLOv8-ECW的井下人员行为实时检测算法。算法在YOLOv8n的基础上对骨干网络进行改进,提出多尺度卷积模块EMSC,再与C2f卷积相结合设计出C2f_EMSC模块,有效捕获目... 针对现有煤矿井人员行为检测模型存在精度低、计算量大等问题,提出一种基于YOLOv8-ECW的井下人员行为实时检测算法。算法在YOLOv8n的基础上对骨干网络进行改进,提出多尺度卷积模块EMSC,再与C2f卷积相结合设计出C2f_EMSC模块,有效捕获目标的多尺度特征,减少模型的计算量、参数量;在网络中引入CGBlock下采样模块融合全局的上下文信息,引入WIoU损失函数提升检测框的定位精度和模型收敛速度。在矿井人员行为检测数据集上进行实验,结果表明:①相比于基线YOLOv8n模型,YOLOv8-ECW模型对各类目标平均精度均值mAP50为92.4%,上升了2.1%;mAP50-95为75.4%,上升了4.0%。②YOLOv8-ECW的检测速度为238 F/s,较YOLOv8n模型提高了5 F/s。③与YOLOv6、YOLOv7等主流网络模型相比,YOLOv8-ECW模型的检测性能最佳且具有较好的鲁棒性。 展开更多
关键词 煤矿井下 YOLOv8 行为检测 c2f_emsc WIoU 特征融合
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部