配电网智能监控系统存在大量数据,对算法的实时性要求较高。针对海思Hi3559A嵌入式平台,本文基于YOLOv5算法,提出SNAM-YOLOv5(ShuffleNet and Attention Mechanism-You Only Look Once version 5)轻量化模型,在主干网融合ShuffleNet结...配电网智能监控系统存在大量数据,对算法的实时性要求较高。针对海思Hi3559A嵌入式平台,本文基于YOLOv5算法,提出SNAM-YOLOv5(ShuffleNet and Attention Mechanism-You Only Look Once version 5)轻量化模型,在主干网融合ShuffleNet结构以及FPN模块增加Attention机制,能够显著提高小目标和遮挡目标的检测性能以及处理速度。以安全帽佩戴检测为例,与同类算法相比,该模型具有良好的实时性。展开更多
文摘配电网智能监控系统存在大量数据,对算法的实时性要求较高。针对海思Hi3559A嵌入式平台,本文基于YOLOv5算法,提出SNAM-YOLOv5(ShuffleNet and Attention Mechanism-You Only Look Once version 5)轻量化模型,在主干网融合ShuffleNet结构以及FPN模块增加Attention机制,能够显著提高小目标和遮挡目标的检测性能以及处理速度。以安全帽佩戴检测为例,与同类算法相比,该模型具有良好的实时性。
