典型文献
融合改进YOLOv5算法的图像全站仪全自动测量方法
文献摘要：
针对图像全站仪在无棱镜合作工作模式下无法实现目标点全自动测量的问题,提出一种融合改进YOLOv5算法的图像全站仪全自动测量方法.应用融合卷积注意力机制模块的YOLOv5算法,实现了反射片靶标的广角镜头识别与检测;应用目标自动照准算法,实现了反射片靶标中心的长焦镜头精确照准,进而实现目标点位置坐标的全自动测量.借助自研的图像全站仪开展了反射片靶标的识别与检测实验和目标点全自动测量实验.实验结果表明,利用改进的YOLOv5算法对反射片靶标的识别与检测的准确率可达98.65％;目标点全自动测量方法具有与人工照准测量方法相当的测量精度且测量效率较后者提高了1.5倍.所提方法具有较高的测量精度和测量效率,可广泛应用于无人值守的全自动测量工作场合.
文献关键词：
图像全站仪;YOLOv5;目标识别与检测;自动照准;全自动测量
中图分类号：
作者姓名：
郎松;曹选;张艳微;高若谦;巩岩
作者机构：
中国科学院苏州生物医学工程技术研究所 苏州 215163;中国科学技术大学生物医学工程学院(苏州)生命科学与医学部 苏州 215163;苏州科技大学物理科学与技术学院 苏州 215009
文献出处：
引用格式：
[1]郎松;曹选;张艳微;高若谦;巩岩-.融合改进YOLOv5算法的图像全站仪全自动测量方法)[J].仪器仪表学报,2022(05):120-127
A类：
自动照准
B类：
YOLOv5,图像全站仪,全自动测量,棱镜,实现目标,标点,应用融合,卷积注意力机制模块,靶标,广角镜头,测量实验,测量精度,测量效率,较后,无人值守,测量工作,目标识别与检测
AB值：
0.175628
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。
