典型文献
面向多场所的基于深度学习电动车智能安全检测系统
文献摘要：
针对电动车充电不规范发生火灾和电动车是否在道路规范行驶的安全问题,提出一个基于深度学习的电动车智能检测系统,通过YOLOv3-MobileNetv1网络设计检测电动车训练模型,能够在图片、视频以及外接摄像头识别电动车,并通过警报声进行警告.本论文将YOLOv3的主干网络Darknet-53替换为MobileNetv1作为训练模型,通过实验证明了更换主干网络的YOLOv3模型其识别速度性能得到了提高;其次运用OpenCV来获取视频流并逐帧识别;最后使用PyQt5在pycharm平台设计出桌面应用程序将结果可视化.
文献关键词：
YOLOv3;MobileNv1;目标检测;卷积神经网络
中图分类号：
作者姓名：
张梓浩;刘鹏浩;谢汉辉;邵国林;吴振凯;张嘉利
作者机构：
广州工商学院,广东 广州 510850
文献出处：
引用格式：
[1]张梓浩;刘鹏浩;谢汉辉;邵国林;吴振凯;张嘉利-.面向多场所的基于深度学习电动车智能安全检测系统)[J].电脑与电信,2022(10):40-44,76
A类：
MobileNetv1,MobileNv1
B类：
多场,电动车,智能安全,安全检测,生火,路规,智能检测系统,YOLOv3,网络设计,训练模型,外接,摄像头,警报声,警告,本论,主干网络,Darknet,OpenCV,视频流,PyQt5,pycharm,平台设计,桌面应用,应用程序,目标检测
AB值：
0.373425
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
