基于YOLO v4网络的房屋目标检测研究
张艳珠
刘彬
沈阳理工大学自动化与电气工程学院 辽宁沈阳 110159
摘要：随着社会科学技术的不断进步和人工智能算法的创新发展,深度学习在目标检测领域有着十分重要的应用.针对目前采用人工对偏僻地区房屋建筑进行检测存在的效率低下、安全隐患较大等不足,将无人机技术与深度学习相结合,提出了一种基于深度学习YOLO v4算法实现对房屋目标的检测研究.对无人机采集的电力通道巡检视频进行预处理,对图像进行标注制作数据集,应用于YOLO v4目标检测网络进行迭代训练,优化网络性能.实验结果表明,平均精度均值(mAP)达到93.5％,检测帧率达到65帧/s.与现有方法相比,达到了较好的效果,能够实现实时检测,满足实际使用需求.
关键词：深度学习目标检测YOLO v4房屋建筑
论文发表日期：2022-01-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 53-56 )