一種基于Scaled-YOLOv4的城市地下綜合管廊異常物檢測方法
基本信息

| 申請?zhí)?/td> | CN202110373441.6 | 申請日 | - |
| 公開(公告)號 | CN113221646A | 公開(公告)日 | 2021-08-06 |
| 申請公布號 | CN113221646A | 申請公布日 | 2021-08-06 |
| 分類號 | G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 谷永輝;劉昌軍 | 申請(專利權(quán))人 | 山東捷訊通信技術(shù)有限公司 |
| 代理機構(gòu) | 青島致嘉知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 馬明月 |
| 地址 | 264200 山東省威海市環(huán)翠區(qū)羊亭鎮(zhèn)海峰路環(huán)翠創(chuàng)新園智能控制研究中心辦公樓 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明涉及一種基于Scaled?YOLOv4的城市地下綜合管廊異常物檢測方法,包含以下幾個步驟:使用地下管廊攝像頭對異常物的圖像進行采集;對獲得的圖像進行清洗、標注,建立地下綜合管廊異常物圖像訓練集與測試集;使用Scaled?YOLOv4對訓練集數(shù)據(jù)訓練,并在測試集進行測試,得到測試結(jié)果。由于數(shù)據(jù)集的異常物圖像數(shù)據(jù)量較小,完成數(shù)據(jù)預(yù)處理后,使用訓練集對Scaled?YOLOv4模型進行訓練,在測試集上對模型進行評估;然后將訓練好的Scaled?YOLOv4模型用于城市地下綜合管廊異常物的檢測。本發(fā)明對地下綜合管廊中的異常物進行了準確的檢測,實用性強,準確度高,同時保持速度和準確性,在速度與精度之間實現(xiàn)較好的平衡??蓮V泛應(yīng)用于地下綜合管廊異常物圖像目標檢測領(lǐng)域。 |





