典型文献
基于深度学习的输电线路外力破坏检测方法研究
文献摘要：
针对输电线路附近可能出现的大型违章车辆施工造成外力破坏的情况,为保证输电线路运行的安全和稳定,提出了改进的YOLOv5目标检测算法.在原有YOLOv5算法的基础上,将其使用的Bounding box损失函数GIOU_Loss改为CIOU_Loss,使其具有更快更好的收敛效果;同时将其使用的经典NMS改为DIOU_NMS,使其对一些遮挡重叠的目标有更好的识别效果.实验结果显示,改进后的YOLOv5算法模型可以有效地监控输电线路附近的外力破坏情况.
文献关键词：
输电线路;目标检测;改进YOLOv5
中图分类号：
作者姓名：
丁楠楠;胡旭晓;吴跃成;汪威;王佳
作者机构：
浙江理工大学机械与自动控制学院,浙江 杭州 310018
文献出处：
引用格式：
[1]丁楠楠;胡旭晓;吴跃成;汪威;王佳-.基于深度学习的输电线路外力破坏检测方法研究)[J].软件工程,2022(01):14-17
A类：
B类：
输电线路,外力破坏,违章,线路运行,YOLOv5,目标检测算法,Bounding,box,损失函数,GIOU,Loss,CIOU,收敛效果,NMS,DIOU,遮挡,标有,算法模型
AB值：
0.350992
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。
