afaf 基于改进YOLO v3的施工升降机螺栓状态检测研究
基于改进YOLO v3的施工升降机螺栓状态检测研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.4

基金项目:

国家自然科学基金资助项目(61471124);福建省科技计划引导性项目(2021H0013);福建省科技型中小企业创新资金项目( 2021C0019))


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    摘要:近年来,因施工升降机标准节螺栓状态异常造成的事故频频发生,针对施工升降机螺栓状态异常问题,提出一种基于改进的YOLO v3算法的检测方法。首先,通过K-means++聚类算法优化先验框(anchor boxes)的尺寸,使其更加适合升降机的螺栓状态检测;其次,根据升降机螺栓体积较小的特点,将3个特征尺度改为2个特征尺度,再通过特征金字塔网络FPN(feature pyramid network)进行融合。经过实验证明,改进后算法的mAP(mean average precision,平均精度均值)由81.40%提升了4.54%,达到85.95%,检测速度由34帧/s,提升了6帧/s,达到40帧/s。通过利用无人机搭载摄像头,能够实时准确地检测出施工升降机的螺栓状态,进而减少因螺栓故障引起的安全事故,在建筑安全领域发挥重要作用。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-12-05
  • 出版日期:
您是第位访问者
贵州大学学报(自然科学版) ® 2024 版权所有
技术支持:北京勤云科技发展有限公司
0