摘要
本发明提出一种基于YOLO算法的遗留化武废旧小型毒气筒识别方法,包括采集遗留化武废旧小型毒气筒图像构建数据集,对采集的图像进行处理与增强,对增强的图像进行标注和分类,将标注的图像输入到YOLO模型中进行训练,得到遗留化武废旧小型毒气筒识别模型,将待测图像输入到遗留化武废旧小型毒气筒识别模型中,由该遗留化武废旧小型毒气筒识别模型判断待测图像中的物体是否为遗留化武废旧小型毒气筒。本方法特别适用于锈蚀破损,结构不完整的小型毒气筒的识别。对于遗留化武废旧小型毒气筒达到96.3%的mAP,所需时间不到0.5秒,而且无需人员接近毒气筒。本方法不但具有高效、准确的特点,还具有方便、安全等优势。
技术关键词
YOLO算法
识别方法
训练集
图像识别模型
比例尺
物体
分辨率
数据
图片
像素
指标
矩形
尺寸
系统为您推荐了相关专利信息
数据标注方法
样本
数据标注系统
聚类算法
可读存储介质
车牌号码识别方法
去雾算法
雾天图像
卷积神经网络模型
像素点
语音情感识别方法
SSA算法
训练集数据
参数
注意力机制