基于改進YOLOv4算法的礦用設(shè)備關(guān)鍵部件識別研究

摘要： 為了使煤礦設(shè)備檢測平臺能夠精準(zhǔn)快速識別出復(fù)雜礦用設(shè)備的關(guān)鍵部件，提出一種基于YOLOv4的輕量化改進模型GhostNet-YOLOv4,模型引入GhostNet作為YOLOv4的CSPDarkNet53,減少模型參數(shù)量與冗余計算量的同時，降低模型訓(xùn)練時間；GhostNet當(dāng)中的shortcut結(jié)構(gòu)減少網(wǎng)絡(luò)退化現(xiàn)象，提高模型特征提取能力。實驗結(jié)果證明，改進模型參數(shù)量與YOLOv4... （共7頁）