首页> 中文期刊> 《电力科学与工程》 >基于YOLOv5算法的无人机电力巡检快速图像识别

基于YOLOv5算法的无人机电力巡检快速图像识别

         

摘要

针对图像识别算法硬件资源消耗大、识别速度慢的问题,基于YOLOv5算法设计了专用于电力巡检无人机的绝缘子目标检测模型。对算法中卷积操作模块和残差模块进行了改进,通过增加卷积层数来加深算法的学习深度。为了提高训练速度,采用多次循环神经网络训练法实现了对数据集的学习训练。模型的单张图片识别速度最快为0.061 s,绝缘子识别精度最高达到98.9%。结果表明,在消耗较少硬件计算资源的前提下,该模型可以直接对航拍采集到的图像进行处理,实现快速识别,可以满足电力无人机巡检过程中图像实时处理的要求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号