期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于YOLOv5的动车防松铁丝故障自动检测方法
1
作者 张闽东 王盼盼 +1 位作者 武慧杰 苏胜龙 《交通世界》 2023年第30期13-15,共3页
为提高动车防松铁丝的检测准确性,减少错检和漏检问题,研究一种高识别率的智能检测算法。采用深度学习算法YOLOv5对防松铁丝断裂类故障进行检测,并对该算法进行部分模块的优化,调整了核心参数和网络框架,并加入增强技术。经测试,该技术... 为提高动车防松铁丝的检测准确性,减少错检和漏检问题,研究一种高识别率的智能检测算法。采用深度学习算法YOLOv5对防松铁丝断裂类故障进行检测,并对该算法进行部分模块的优化,调整了核心参数和网络框架,并加入增强技术。经测试,该技术能对防松铁丝断裂类故障有明显的提升效果,可供同类工程参考。 展开更多
关键词 图像增强 神经网络 YOLOv5算法 深度学习 铁丝断裂
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部