典型文献
改进YOLOv3的电力绝缘子目标检测研究
文献摘要：
使用传统视觉对绝缘子进行目标检测的方法效率偏低,稳定性也较差.针对这些问题对YOLOv3原始模型做出了两方面的改进:利用K-means++聚类算法产生用于训练的先验锚框,并且根据绝缘子数据集特性优化了损失函数模型,进而提出新的绝缘子目标检测方法.采用航拍绝缘子图像数据集进行仿真实验后得出,改进后的YOJOv3算法在保证检测实时性的同时,其准确率更高,比原始YOLOv3算法更好地提取电力巡检航拍绝缘子图像的数据特征,具有很好的适用性.
文献关键词：
绝缘子;目标检测;YOLOv3算法;K-means++算法;损失函数
中图分类号：
作者姓名：
殷振晓
作者机构：
华北电力大学控制与计算机工程学院,北京102206
文献出处：
引用格式：
[1]殷振晓-.改进YOLOv3的电力绝缘子目标检测研究)[J].电脑编程技巧与维护,2022(03):56-58,82
A类：
YOJOv3
B类：
YOLOv3,电力绝缘子,子目标,means++,聚类算法,先验,锚框,损失函数,函数模型,目标检测方法,航拍,绝缘子图像,图像数据集,电力巡检,数据特征
AB值：
0.256524
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。
