基于改进YOLOv4-tiny的废气砣状态检测算法研究

作者：孙圣明; 吴秋灵; 吴建明

来源：燃料与化工, 2023, 54(06): 42-63.

DOI：10.16044/j.cnki.rlyhg.2023.06.010

• 目标检测
• 单阶段
• 废气砣状态
• 模型优化

基于建立的焦炉地下室数据集，使用YOLOv4-tiny单阶段目标检测算法对交换机、废气砣状态进行检测。由于YOLOv4-tiny推理速度较慢，难以实现实时的要求，需要对YOLOv4-tiny算法进行改进，采用重新参数化的VGG网络框架替换原有的跨阶段局部主干特征提取网络框架，得到Rep-YOLOv4-tiny算法，模型体积大大减少，仅有13343KB，减少了对硬件的要求，更加便于在硬件平台部署。优化后推理速度加快，检测速度达到24.76帧/s，同时平均精度达到了99.88%，实现了对废气砣状态的实时检测，满足了企业的具体需求。

• 单位
  上海梅山钢铁股份有限公司