典型文献
基于YOLO v4网络的房屋目标检测研究
文献摘要：
随着社会科学技术的不断进步和人工智能算法的创新发展,深度学习在目标检测领域有着十分重要的应用.针对目前采用人工对偏僻地区房屋建筑进行检测存在的效率低下、安全隐患较大等不足,将无人机技术与深度学习相结合,提出了一种基于深度学习YOLO v4算法实现对房屋目标的检测研究.对无人机采集的电力通道巡检视频进行预处理,对图像进行标注制作数据集,应用于YOLO v4目标检测网络进行迭代训练,优化网络性能.实验结果表明,平均精度均值(mAP)达到93.5％,检测帧率达到65帧/s.与现有方法相比,达到了较好的效果,能够实现实时检测,满足实际使用需求.
文献关键词：
深度学习;目标检测;YOLO v4;房屋建筑
中图分类号：
作者姓名：
张艳珠;刘彬
作者机构：
沈阳理工大学自动化与电气工程学院 辽宁沈阳 110159
文献出处：
引用格式：
[1]张艳珠;刘彬-.基于YOLO v4网络的房屋目标检测研究)[J].信息技术与信息化,2022(01):53-56
A类：
B类：
YOLO,v4,人工智能算法,检测领域,偏僻地区,房屋建筑,无人机技术,算法实现,机采,电力通道,巡检,检视,作数,目标检测网络,迭代训练,网络性能,平均精度均值,mAP,帧率,实时检测,使用需求
AB值：
0.382406
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。
