典型文献
基于YOLOv3的无人机建筑物空间特征提取方法研究
文献摘要：
随着智慧城市的发展,对建筑空间特征的采集速度和精度要求越来越高,针对市面上常见的空间特征提取方法灵活性差、智能化程度低、人力成本高等问题,本文提出了一种基于无人机扫描与YOLO识别的检测方法,完成了建筑物窗户构件的实时识别与提取.本文对YOLOv3算法进行了优化调整并运用自制的数据集对算法模型进行训练,使用Nginx搭建RTMP(Real Time Messaging Protocol)推流服务器接收无人机扫描信息,在地面平台显示实时识别结果,该方法大大提高了识别效率,降低了推流传输延迟,在无人机检测实验中体现出了实时、高效、智能的特点,借助无人机的灵活性,能够高效地满足建筑构件实时检测的需要.
文献关键词：
无人机;目标检测;YOLOv3算法;空间特征提取;建筑物
中图分类号：
作者姓名：
孙奥;金鑫;管相源;史平凡;康蕊;徐照
作者机构：
东南大学土木工程学院,南京 211189
文献出处：
引用格式：
[1]孙奥;金鑫;管相源;史平凡;康蕊;徐照-.基于YOLOv3的无人机建筑物空间特征提取方法研究)[J].土木建筑工程信息技术,2022(01):126-131
A类：
Messaging
B类：
YOLOv3,物空间,空间特征提取,智慧城市,建筑空间特征,精度要求,市面上,方法灵活,人力成本,窗户,实时识别,识别与提取,优化调整,算法模型,Nginx,RTMP,Real,Time,Protocol,推流,服务器,流传输,传输延迟,无人机检测,建筑构件,实时检测,目标检测
AB值：
0.411547
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。
