典型文献
基于旋转YOLOv5的电力作业车态势感知方法研究
文献摘要：
针对电力作业场景下的电力作业车安全监测问题,提出了一种基于YOLOv5的旋转目标检测算法,通过检测电力作业车的机械臂旋转角度,判断电力作业车在当前作业场景下的作业姿态是否安全.文中以YOLOv5为主干网络,采用环形平滑标签的方法,将角度的边界回归问题转化为分类问题,解决了角度周期性变化带来的损失值突变问题.实验结果表明,CSP-DarkNet-YOLOv5l模型对电力作业车机械臂的平均检测精度达到了80.02％,均优于GhostNet-YOLOv5l、MobieleNetV3-YOLOv5l、ShuffleNetV2-YOLOv5l,并且对机械臂的旋转角度预测也最接近真实值.
文献关键词：
旋转目标检测;角度预测;环形平滑标签;电力作业
中图分类号：
作者姓名：
张劲松;邓元实;常政威;吴杰;陈明举
作者机构：
四川轻化工大学人工智能四川省重点实验室,四川 宜宾 644000;国网四川省电力公司电力科学研究院,四川 成都 610041
文献出处：
引用格式：
[1]张劲松;邓元实;常政威;吴杰;陈明举-.基于旋转YOLOv5的电力作业车态势感知方法研究)[J].四川电力技术,2022(03):29-34
A类：
MobieleNetV3
B类：
电力作业,作业车,态势感知,感知方法,安全监测,监测问题,旋转目标检测,目标检测算法,机械臂,旋转角度,断电,作业姿态,主干网络,环形平滑标签,回归问题,问题转化,分类问题,周期性变化,损失值,突变问题,CSP,DarkNet,YOLOv5l,车机,检测精度,GhostNet,ShuffleNetV2,角度预测,真实值
AB值：
0.361368
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。
