基于YOLOv3改進(jìn)的工業(yè)指針式儀表檢測方法

打開文本圖片集

摘要：隨著巡檢機(jī)器人的應(yīng)用，泵站、變電站、實驗室對指針自動檢測識別的需求增加。YOLOv3方法是使用最廣泛的基于深度學(xué)習(xí)的對象檢測方法之一。它使用K-means（K均值聚類算法）聚類方法來估計預(yù)測邊界框的初始寬度和高度。使用該方法估計的寬度和高度對初始聚類中心敏感且耗時。為了解決這些問題，文章從YOLOv3電表檢測算法出發(fā)，提出了解決特定電表檢測過程中涉及的目標(biāo)檢測性能不足的問題，取得了改進(jìn)原有算法主干網(wǎng)絡(luò)大、參數(shù)多、計算量大的弊端的成果。（剩余6072字）