典型文献
基于自适应锚框的裂缝目标检测算法研究
文献摘要：
随着交通的发展,桥梁在运输过程中扮演着越来越重要的角色,桥梁也更加多样化.因此面对大量工况不同的桥梁,发展一种能便捷学习新工况的智能化裂缝检测技术显得尤为重要.为提高目标检测算法的准确率和效率,本文将裂缝原始图像切分成3种不同分辨率和尺寸的切片,训练网络识别不同尺寸的裂缝.同时为了增加算法的后续拓展性,设计一种根据训练集标注尺寸自适应调整锚框的手段,让算法在后续使用过程中针对不同工程情况需要增加训练数据时,能直接添加数据进行训练,自动调整最佳锚框尺寸,使该算法在实际使用中具有学习改进的空间.与原始YOLOv3网络和文献中的算法对比,本文算法的精确度平均达到91％以上且扩展性更好.
文献关键词：
机器视觉;裂缝检测;目标检测;卷积神经网络
中图分类号：
作者姓名：
尹初;赵启林;芮挺;袁辉;王剑
作者机构：
南京工业大学机械与动力工程学院,江苏 南京 211816;陆军工程大学野战工程学院,江苏 南京 210007
文献出处：
引用格式：
[1]尹初;赵启林;芮挺;袁辉;王剑-.基于自适应锚框的裂缝目标检测算法研究)[J].计算机与现代化,2022(11):95-101,110
A类：
B类：
自适应锚框,目标检测算法,算法研究,运输过程,裂缝检测,原始图像,切分,不同尺寸,加算,拓展性,训练集,自适应调整,加训,训练数据,加数,自动调整,YOLOv3,算法对比,扩展性,机器视觉
AB值：
0.330463
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。
