一种基于YOLOv3的管道第三方破坏智能识别方法.pdfVIP

下载本文档

0
0
约1.85万字
约 16页
2023-04-25 发布于北京
举报
版权申诉

一种基于YOLOv3的管道第三方破坏智能识别方法.pdf

1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种基于YOLOv3的管道第三方破坏智能识别方法，包括：步骤1、对埋地管道第三方破坏进行分析，确定目标检测对象；步骤2、建立目标检测数据集，并对数据集进行预处理和分类；步骤3、以YOLOv3为基本框架，并引入Attention机制，构建管道第三方破坏检测模型；步骤4、训练并得到权重文件；步骤5、测试并验证模型的有效性；步骤6、现场数据采集模块及云平台部署；步骤7、实时检测并更新训练。本发明方法为管道的第三方破坏智能识别提供了技术支撑。同时，本发明基于YOLOv3深度学习框架并引入At

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114067103 A (43)申请公布日 2022.02.18 (21)申请号 202111392049.2 G06K 9/62 (2022.01)