CN115223060B 基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方法 （浙江工业大学）_第1页
CN115223060B 基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方法 （浙江工业大学）_第2页
CN115223060B 基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方法 （浙江工业大学）_第3页
CN115223060B 基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方法 （浙江工业大学）_第4页
CN115223060B 基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方法 （浙江工业大学）_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

AerialVehicle-BasedStructuralCr基于改进YOLOv5神经网络与无人机视频结基于改进YOLOv5神经网络与无人机视频结模型，引入SSA(麻雀搜索算法)对模型中原有的K_means算法进行替换改进，并用制作完成的数的模型对无人机拍摄得到的新视频进行逐帧图2A3：原始图像修改为分辨率较小的图像以缓解硬件设备压力，因桥A4：采集得到的图片利用labelImg软件对每个图像创建标签，包含裂2通过上述步骤计算适应度值并更新特征点位置，满足停止条件则退出过程输出结果，3C2：对C1步骤处理完成后的图片继续输入改进的YOLOv5主干网络CSC3：输出每次训练后得到的正确率，并在规定次数的训练结C4：模型训练完毕后输出正确率，观察是否满足要求D1：重新拍摄未采集过图像的桥梁上部结构表面，将无人机D2：利用计算机视觉软件库OpenCV中的Videoread函数一定时间间隔逐帧抽取图像输入C中网络进行裂缝识别并2.如权利要求1所述的基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测方4基于改进YOLOv5神经网络与无人机视频结合的深度学习分类神经网络模型有AlexNet、GoogLeNet、VGGNet等，针对图像分割的有[0005]SSA麻雀搜索算法是以麻雀的捕食搜索习惯为灵感创新的算法，无须人工设定初[0007]本发明首先利用无人机采集现有桥梁上部结构表面裂缝图片组成训练和验证数5视觉软件库OpenCV对新采集到的桥梁表面视频进行逐帧处理后识别视频6[0034]D2：利用计算机视觉软件库OpenCV中的Videoread函数读取无人机采集的原视帧率等信息后重新写入，生成新的完成裂缝识别的视频，最终实现高效实用的基于改进YOLOv5神经网络与无人机视频结合的7[0045]以下结合图1中的无人机采集裂缝示意图1和图2中的实施流程图，以一座桥的裂[0049]本发明所述的一种基于改进YOLOv5神经网络与无人机视频结合的裂缝快速检测8[0075]D2：利用计算机视觉软件库OpenCV中的Videoread函数读取无人机3采集的原视帧率等信息后重新写入，生成新的完成裂缝识别的视频

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论