标题：基于YOLOv5算法的电子围栏入侵检测技术
作者：刘雯旭 李卓 闫洪伟
作者单位：首钢京唐钢铁联合有限责任公司冷轧作业部，河北 唐山 063200
关键字：深度学习；YOLOv5；智能安防；电子围栏
摘要：随着物联网技术的进步与发展，电子围栏技术在安防领域的应用越来越广泛。为了有效升级钢厂厂房内的生产安全防护与监督措施，基于YOLOv5深度学习算法提出一种电子围栏入侵检测技术。该技术通过对行人数据集进行收集和训练，将厂房内关键区域设置为电子围栏检测区域，对目标人员进行实时检测，并在有人员进入围栏时及时发出警报。结果表明该技术对于是否有人员入侵的判断具有较高的准确性和实时性，能够有效加强厂房内的安防措施。