针对计算机实验室监管中日常设备检测智能化程度较低和追责困难的问题，提出了一种基于YOLOv4的计算机实验室设备检测识别方法。首先，该方法能够实时监测实验室各类别设备的分布情况，当发生意外情况如设备丢失时，能够进行告警和记录。其次，基于实验室原有的监控设备采集现场信息，采用改进的先验框聚类算法进行数据预处理。最后，基于YOLO模型进行训练和应用，和文中涉及的其他目标检测算法相比，所提出模型的设备识别精度更高。
科研之友
微信
新浪微博
Facebook
分享链接
