2025《基于YOLOv3目标检测算法的地铁设备检测研究》20000字.docx

下载文档

0
0
约2.94万字
约 47页
2025-12-30 发布于湖北
举报
版权申诉
保障服务

2025《基于YOLOv3目标检测算法的地铁设备检测研究》20000字.docx

1、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。。
2、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。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

PAGE37

PAGE36

基于YOLOv3目标检测算法的地铁设备检测研究

摘要

轨旁设备作为地铁系统的组成部分，对于保障地铁的安全运营有着重要作用。本文基于深度学习的目标检测方法，对地铁轨旁设备的识别进行研究。本文基于YOLOv3的目标检测算法，在Keras和TensorFlow的框架下，在自制的包含2000余张轨旁设备图片的数据集上进行模型的训练和测试，实现了地铁轨旁设备的检测识别。并且，通过参考其他相关的深度学习的优化方法，对算法进行尝试性的优化，并重新进行训练、测试与评估。在地铁轨道图像的测试集上，本文的算法达到了90%以上的综合精度，能够准确地识别包括静态信标、动态