Abstract：
近年来,因施工升降机标准节螺栓状态异常造成的事故频频发生,针对施工升降机螺栓状态异常问题,提出一种基于改进的YOLO v3算法的检测方法.首先,通过K-means++聚类算法优化先验框(anchor boxes)的尺寸,使其更加适合升降机的螺栓状态检测;其次,根据升降机螺栓体积较小的特点,将3个特征尺度改为2个特征尺度,再通过特征金字塔网络FPN(feature pyramid network)进行融合.经过实验证明,改进后算法的mAP(mean average precision,平均精度均值)由81.40％提升了4.54％,达到85.95％,检测速度由34帧/s,提升了6帧/s,达到40帧/s.通过利用无人机搭载摄像头,能够实时准确地检测出施工升降机的螺栓状态,进而减少因螺栓故障引起的安全事故,在建筑安全领域发挥重要作用.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
贵州大学学报（自然科学版）
ISSN： 1000-5269
CN： 52-5002/N
Year： 2022
Issue： 6
Volume： 39
Page： 81-86,124
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
