基于YOLOv5的高后果区智能识别研究

打开文本图片集

摘  要：针对目前长输管道高后果区识别效率低，需耗费大量的人力、物力和时间成本，该文借助目标检测算法YOLOv5s，利用遥感影像及无人机航飞影像数据，结合高后果区识别规范，对不同类型的高后果区建立高后果区智能识别模型，通过评估，模型准确率和召回率均达到90%以上，能有效识别高后果区。又以国内某管道高后果区为例，进一步验证模型的有效性，数据表明，该模型智能识别出的高后果区信息与传统人工辅助识别信息一致，能满足长输管道高后果区自动识别的实际需求，为高后果区风险管理提供及时准确的数据支持，为高后果区识别的自动化、智能化管理开拓新思路。（剩余8418字）