计算机工程与应用

2020, v.56;No.963(20) 232-242

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进YOLOv3网络在图像中评价空气质量
Improving YOLOv3 Network to Assess Air Quality in Image

邓益侬;罗健欣;张琦;刘祯;胡琪;金凤林;毕鹏程;

摘要(Abstract):

空气质量指数和PM_(2.5)浓度是衡量大气污染程度的两种重要指标。在图像检测算法的框架下,提出了一种基于YOLOv3网络模型的空气质量评价方法。该模型对YOLOv3网络进行了改进,包含多锚点检测机制和卷积投票网两个模块,适用于非固定场景下的空气质量指数评估,以及固定场景下的PM_(2.5)浓度预测。该方法的准确率在2018年全球人工智能应用大赛中得到了总分第3名的成绩,同时基于darknet框架的YOLOv3模型可以达到实时的需求,对空气质量评价的相关研究具有重要的借鉴意义。

关键词(KeyWords): 空气质量;PM_(2.5);图像检测;多锚点;卷积投票

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 邓益侬;罗健欣;张琦;刘祯;胡琪;金凤林;毕鹏程;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享