10.3969/j.issn.1673-1328.2022.05.040
基于AI目标检测在工程管理图像数字化的应用实践
为强化数据驱动的工程管理,推进工程建设数字化、智慧化以及工程实施和管理的标准化,需借助大数据AI技术实现工程施工过程中的图像目标检测,以提升工程质量和效率.本文探讨不同AI目标检测算法在工程质检场景的应用,通过比对两阶段检测算法Faster RCNN和Cascade RCNN、单阶段检测算法yolo系列在空开熔丝设备型号规格检测的实验效果,yolov5在本数据集上的检测速率(Fps)优于Faster RCNN、Cascade RCNN、PPyolo,而yolov5的均值平均精度mAP(0.981)与Faster RCNN(0.961)、Cascade RCNN(0.978)、PPyolo(0.986)表现相当,yolov5兼备了检测速率和检测精度.
工程建设数字化、目标检测、深度学习、yolov5、均值平均精度、检测速率
TP18;TP391.4(自动化基础理论)
2022-04-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
157-160