典型文献
基于AI目标检测在工程管理图像数字化的应用实践
文献摘要：
为强化数据驱动的工程管理,推进工程建设数字化、智慧化以及工程实施和管理的标准化,需借助大数据AI技术实现工程施工过程中的图像目标检测,以提升工程质量和效率.本文探讨不同AI目标检测算法在工程质检场景的应用,通过比对两阶段检测算法Faster RCNN和Cascade RCNN、单阶段检测算法yolo系列在空开熔丝设备型号规格检测的实验效果,yolov5在本数据集上的检测速率(Fps)优于Faster RCNN、Cascade RCNN、PPyolo,而yolov5的均值平均精度mAP(0.981)与Faster RCNN(0.961)、Cascade RCNN(0.978)、PPyolo(0.986)表现相当,yolov5兼备了检测速率和检测精度.
文献关键词：
工程建设数字化;目标检测;深度学习;yolov5;均值平均精度;检测速率
中图分类号：
作者姓名：
李雪迪;李公平;王文学;许经伟;查德飞
作者机构：
中国电信股份有限公司安徽分公司,安徽 合肥 230000
文献出处：
引用格式：
[1]李雪迪;李公平;王文学;许经伟;查德飞-.基于AI目标检测在工程管理图像数字化的应用实践)[J].科学技术创新,2022(05):157-160
A类：
PPyolo
B类：
工程管理,图像数字化,工程建设数字化,工程实施,工程施工,施工过程,图像目标检测,工程质量,质量和效率,目标检测算法,质检,检场,两阶段,Faster,RCNN,Cascade,单阶段检测算法,熔丝,实验效果,yolov5,检测速率,Fps,均值平均精度,mAP,兼备,检测精度
AB值：
0.349257
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
