文献

J-GLOBAL ID：202202263535314590   整理番号：22A1037492

改良型YOLOX火災シナリオ検出法【JST・京大機械翻訳】

Improved YOLOX Fire Scenario Detection Method

著者 (2件)： Zhang Jianfei (School of Computer & Information Engineering, Heilongjiang University of Science & Technology, Heilongjiang 150027, China) ,  Ke Sai (School of Computer & Information Engineering, Heilongjiang University of Science & Technology, Heilongjiang 150027, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 複雑な火災シナリオとわずかな検出目標における使用のための既存の目標検出モデル困難の問題を考慮して,改良YOLOX火災シナリオ検出モデルを導入し,火炎,煙,および人のマルチターゲット検出を実現した。第二に,チャネルシャッフル技術を採用して,チャネル間の通信能力を増加させた。最後に,バックボーンチャネルを,グローバル情報のためのバックボーンチャネルの捕獲能力を強化するために,光変圧器モジュールで置き換えた。自己開発火災データセットによる実験で示すように,T-YOLOXのmAPはベンチマークモデル(YOLOX)と比較して2.24%増加し,検出精度はセンターネットとYOLOv3のそれと比較して著しく改善され,アルゴリズムの有効性と利点を示した。Copyright 2022 Jianfei Zhang and Sai Ke. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  変圧器 ,  火災 ,  煙 ,  情報 ,  改良 ,  *検出法 ,  捕獲 ,  通信 ,  有効性 ,  チャネル
準シソーラス用語： 検出精度 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

引用文献 (21件)：

• L. C. Yu, J. Q. Liu, "Flame image recognition algorithm based on improved mask R-CNN," Computer Engineering and Applications, vol. 56, no. 21, pp. 194-198, 2020.
• F. Wu, Research and Implementation of Fire Detection Algorithm Based on Deep Learning, Hangzhou Dianzi University, 2020.
• J. Redmon, A. Farhadi, "YOLOv3: an incremental improvement," 2018, ar Xiv: 1804.02767.
• M. Zhao, Y. L. Ge, N. Ding, "Object detection in complex environment based on CenterNet algorithm," Journal of China Academy of Electronics Science, vol. 16, no. 7, pp. 654-660, 2021.
• Kaiwen Duan, Song Bai, Lingxi Xie, Honggang Qi, Qingming Huang, Q. Tian, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), pp. 6569-6578, Seoul Korea, 2019.

タイトルに関連する用語 (3件)： 火災 ,  シナリオ ,  検出法