基于YOLOv3的无人机建筑物空间特征提取方法研究

摘要：

随着智慧城市的发展,对建筑空间特征的采集速度和精度要求越来越高,针对市面上常见的空间特征提取方法灵活性差、智能化程度低、人力成本高等问题,本文提出了一种基于无人机扫描与YOLO识别的检测方法,完成了建筑物窗户构件的实时识别与提取.本文对YOLOv3算法进行了优化调整并运用自制的数据集对算法模型进行训练,使用Nginx搭建RTMP(Real Time Messaging Protocol)推流服务器接收无人机扫描信息,在地面平台显示实时识别结果,该方法大大提高了识别效率,降低了推流传输延迟,在无人机检测实验中体现出了实时、高效、智能的特点,借助无人机的灵活性,能够高效地满足建筑构件实时检测的需要.

关键词：无人机、目标检测、YOLOv3算法、空间特征提取、建筑物

所属期刊栏目：14

分类号：TU191;TU17(建筑基础科学)

资助基金：教育部人文社会科学研究项目;江苏省自然科学基金;国家自然科学基金

在线出版日期：2022-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：126-131