-
2024-06-14
76
546.25KB
5页
-
针对传统森林火灾检测手段响应速度慢、效率低、误报率高等问题,设计了无人机搭载的由云台和相机组成
的图像采集平台,通过火灾智能识别技术,实时识别监测火灾的发生,并达到了自动抵近侦察及实时态势感知的效
果。在火灾智能识别算法方面,提出了improved-YOLOv3算法,通过在特征交互阶段增加yolo层,加强了网络对
特征的融合度,从而增加了网络的检测能力。通过与性能相似的网络进行对比测试,验证了改进算法的有效性。
测试结果表明,提出的算法检测准确率高、漏检率低、推理速度快,能够适用于实际火灾现场监...
2024-06-14
117
2.99MB
6页
-
2024-06-14
111
1.72MB
10页
-
2024-06-14
58
881.14KB
6页
-
2024-06-13
227
3.08MB
9页
-
2024-06-13
81
1.7MB
8页
-
2024-06-13
58
2.58MB
13页
-
2024-06-13
187
7.65MB
16页
-
2024-06-12
59
1.85MB
9页
-
2024-06-11
93
617.81KB
9页
-
2024-06-11
58
2.87MB
6页
-
2024-06-11
85
802.23KB
7页
-
2024-06-11
68
684.94KB
6页
-
2024-06-11
103
1.74MB
7页
-
2024-06-11
49
491.14KB
7页
-
2024-06-11
56
1.49MB
20页
-
2024-06-11
212
698.17KB
11页
-
2024-06-11
44
998KB
9页
-
2024-06-11
63
491.51KB
6页
-
2024-06-11
47
493.35KB
7页