基于YOLO v3的煤岩钻孔图像裂隙智能识别方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13347/j.cnki.mkaq.2021.04.028

基于YOLO v3的煤岩钻孔图像裂隙智能识别方法

引用
提出一种基于YOLO v3的深度卷积神经网络检测识别数字钻孔图像裂隙自动识别方法.首先详细阐述了新版本YOLO v3目标检测原理,然后选取煤矿井下钻孔图像在VOC 2007上制作数据集,采用Darknet-53的网络结构进行训练.试验结果表明基于的YOLO v3的钻孔图像裂隙检测方法可以快速准确识别,为围岩裂隙机器的视觉识别提供了新技术支持.

钻孔图像、裂隙识别、YOLO v3、深度学习、残差网络

52

TD679(矿山电工)

江苏省高等学校大学生创新创业训练计划基金资助项目

2021-06-28(万方平台首次上网日期,不代表论文的发表时间)

共6页

156-161

相关文献
评论
暂无封面信息
查看本期封面目录

煤矿安全

1003-496X

21-1232/TD

52

2021,52(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn