|
|||||
|
|
| 基于改进的Yolo v3模型的设备状态检测方法 | |
| 引用本文： | 王鑫,曾愚,魏怀灏,等.基于改进的Yolo v3模型的设备状态检测方法[J].南开大学学报,2021,54(6):7-11. |
| 作者姓名： | 王鑫 曾愚 魏怀灏 等 |
| 作者单位： | 国网四川省电力公司信息通信公司,四川成都610041 |
| 摘 要： | 提出一种基于改进的Yolo v3模型的设备状态检测方法,以实现精准的信号灯检测. 工作流程为:(1)通过图像采集设备获取信号灯图像并预处理;(2)通过改进的Yolo v3模型进行信号灯检测.其中改进的Yolo v3模型增加了特征图的加权融合步骤,提高了对小目标检测识别的性能.实验结果表明, 相比于原始Yolo v3模型,采用改进的Yolo v3 模型进行信号灯检测识别时能够取得更高的交并比,同时,模型的召回率和精度也有相应提升. |
| 关 键 词： | 信号灯检测 Yolo v3模型 小目标检测 神经网络 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《南开大学学报》浏览原始摘要信息 | |
| 点击此处可从《南开大学学报》下载免费的PDF全文 | |