yolo算法的优缺点分析_智能视频监控系统中改进YOLO算法的实现

智能视频监控系统中改进

YOLO

算法的实现

刘

君，谢颖华

【摘

要】

智能视频监控主要采用了人工智能、图像处理等先进技术对监控摄像

头获得的图像进行分析和处理，在各行各业中得到了广泛的应用，成为当今社

会研究的热点。介绍了智能视频监控系统的架构，针对数字化车间的特点，提

出一套基于深度学习的检测方法，将

YOLO

检测算法用于数字化车间中人员和

安全帽的检测。为了提高

YOLO

算法检测小物体的能力，设计了一种改进的

YOLO

网络结构，将

RPN

检测算法融入到

YOLO

算法中，并借鉴

R-FCN

算法

,

去掉一个全连接层，在卷积层上进行滑动窗口操作，采用先池化再卷积的方法，

以减少图片特征丢失。将改进后的算法用于视频监控中，有效地减少了检测过

程中图片特征的丢失，系统检测的实时性和准确率均满足实际工程的需求，实

现了车间的智能检测。

【期刊名称】

微型机与应用

【年

(

卷

),

期】

2019(038)004

【总页数】

5

【关键词】

智能视频监控；深度学习；

YOLO

；数字化车间

引用格式：刘君，谢颖华

.

智能视频监控系统中改进

YOLO

算法的实现

[J].

信息

技术与网络安全，

2019,38(4)

：

102-106.

0

引言

智能视频是一项安全监控的手段，是当今社会研究的热点

[1]

。传统的视频监控

仅提供视频捕获、存储和回放功能，智能视频监控系统可以起到报警预警、实

时监控的作用。智能视频监控的最显著特点为在视频分析中应用了计算机视觉