基于改进YOLOv5的飞行员异常行为识别方法 |
| |
引用本文: | 魏麟,谭任翔,何峻毅,彭俊榕.基于改进YOLOv5的飞行员异常行为识别方法[J].航空计算技术,2023(6):20-24. |
| |
作者姓名: | 魏麟 谭任翔 何峻毅 彭俊榕 |
| |
作者单位: | 中国民用航空飞行学院 |
| |
摘 要: | 为了快速准确地识别飞行员在驾驶舱内的异常行为,以保证航空安全,设计了一种基于改进YOLOv5算法的驾驶舱内飞行员异常行为识别方法。在YOLOv5的骨干网络中加入坐标注意力机制,获取在位置和方向上的特征信息,增强对注意力信息的敏感程度;改良交并比作为损失函数,提高模型计算速度和精度。训练自制飞行员异常行为原始数据集,实验结果表明,在模拟飞行驾驶舱中进行测试,能够准确快速识别飞行员的3种异常行为,平均精度达到98.3%,满足了识别要求。
|
关 键 词: | YOLOv5 飞行员异常行为识别 航空安全 目标检测 数据增强 |
|
|