重点探讨了YOLOv5模型在电动车违规进电梯场景中的应用。在研究过程中，本文对YOLOv5模型进行了改进和优化，包括调整模型参数、改进损失函数等。这些改进措施提高了模型的性能，使其在电动车违规进电梯场景中的表现更为出色。为了验证改进的YOLOv5模型的有效性，本文进行了大量的实验和性能分析。实验结果表明，改进的YOLOv5模型在检测精度和实时性方面均优于其他对比算法，证实了改进措施的有效性。
重点研究了EfficientDet网络模型的结构，并为了提高模型的实时性和精度以更好地适应在车辆占用消防车道这种实际场景的需求，提出了四点改进，包括改进anchor的生成方式、设计特征融合网络、改进优化器以加快收敛过程、优化loss的特征。同时在数据集上对改进后的EfficientDet模型进行了实验分析，通过观察可视化的表现及定量的性能对比，证实了提出的模型改进点的可行性和有效性。这些改进措施能够提高模型的实时性和精度，更好地适应实际应用的需求。
参考文献（略）
