YOLO模型检测技术在电梯中的应用场景及改进建议  

Application Scenarios and Improvement Suggestions of YOLO Model Detection Technology in Elevators

作　　者：蒋文伟[1] 李功宁 赵正宇 王永青 JIANG Wenwei;LI Gongning;ZHAO Zhengyu;WANG Yongqing

机构地区：[1]江苏省特种设备安全监督检验研究院,南京210094

出　　处：《中国电梯》2024年第8期39-41,共3页China Elevator

基　　金：国家市场监督管理总局科技计划项目(2022MK041)。

摘　　要：指出在计算机视觉领域的目标检测技术中,卷积神经网络目标检测技术具有良好的性能,而YOLO模型检测技术属于卷积神经网络目标检测技术,在电梯领域获得广泛应用。介绍了YOLO模型检测技术在电梯轿厢内人流监测、电梯门状态检测、电梯设备故障检测中的应用,并指出应用中的优缺点。最后,根据这些优缺点提出了6点改进建议,即算法优化、网络结构优化、数据增强、将智能化与边缘计算结合、多模态信息融合、跨领域合作。

关 键 词：电梯安全 目标检测 卷积神经网络检测 YOLO模型 应用场景 优缺点 改进 

分 类 号：TU857[建筑科学]