文献检索-宁波市创意产业特色资源库

限定检索结果

一种改进YOLO的绝缘子缺陷检测: 收藏
分享
引用; 《电子设计工程》2023年第2期31卷 107-111页; 作者：张亚婉巫耿宇黄迪帷何胤康广州华立学院广东广州511320; 针对无人机巡检过程中拍摄的绝缘子图像不能被准确识别和定位等情况,该文提出了一种改进YOLO网络的检测模型,通过无人机拍摄绝缘子图像建立数据集,构建卷积神经网络,利用K-means++算法对绝缘子图像数据集进行聚类分析,通过NMS剔除多余...; 针对无人机巡检过程中拍摄的绝缘子图像不能被准确识别和定位等情况,该文提出了一种改进YOLO网络的检测模型,通过无人机拍摄绝缘子图像建立数据集,构建卷积神经网络,利用K-means++算法对绝缘子图像数据集进行聚类分析,通过NMS剔除多余冗杂的矩阵框,以提高绝缘子目标检测识别率。实验结果表明,与原始模型相比,改进模型对绝缘子缺陷的检测识别率提高了1.4%,总平均准确率提高了4%,基本实现了复杂背景下改进YOLO算法检测效果比原来网络更精准。; 来源：详细信息评论

限定检索结果