基于YOLO5的无人机智能火情巡检系统研究

作     者：倪卫国 黄晓荣 栗鑫 陈宇嘉 蒋衫科 

作者机构：广州民航职业技术学院无人机学院 广州民航职业技术学院民航经营管理学院 

基　　金：2023年度广东省高等学校科研平台和项目-青年人才项目—基于深度学习的无人机森林火灾智能监测系统(项目编号:2023KQNCX158) 2020年度广东省普通高校特色创新项目《垂直起降固定翼无人机设计与研究》(项目编号:2020KTSCX217) 2023年校级大学生创新创业项目——“空中骑兵”——无人机智能巡查助力新农村智慧管理(项目编号:CY23003) 

出 版 物：《中国宽带》 (China BroadBand)

年 卷 期：2023年第19卷第3期

页      码：193-195页

摘      要：基于深度学习的图像智能识别技术,被越来越多地应用于无人机自动巡检系统当中,其中主流的多特征融合、基于BP神经网络以及基于SVM的烟雾与火情识别技术在实时监测、机载设备模型转化及处理速度上存在较大缺陷,本文设计了一种基于YOLO5深度学习模型的无人机智能识别系统,可实现算法学习、模型转化、自动图像与视频巡检识别及预报警功能,经测试巡检功能完备、识别率较高、误判率较低,降低了人力资源的投入成本,提高了火情监测的效率和可操作性,该系统在复杂地理条件下飞行,提供实时的图像和数据,有助于在山区、密林等地形中进行有效的监测,弥补了传统监测方法的不足,为火灾的预防和治理提供了先进的技术手段,对于保护森林资源、财产和人员安全具有重要的现实意义。

主 题 词：无人机 YOLO5 智能火情巡检 深度学习 图像识别 

学科分类：08[工学] 0812[工学-测绘类] 

馆 藏 号：203126136...