基于YOLOv5的井盖隐患智能识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：作为城市地下管网系统的关键防护构件，井盖的安全状态直接影响市政设施运维效率与公共安全。针对传统井盖安全隐患检测方法存在效率低、误报率高等问题，文章提出基于改进YOLOv5的智能检测方法。通过构建多尺度特征融合机制，文章结合五折交叉验证法对标注数据集进行模型训练，实现了对破损、移位、缺失等典型安全隐患的精准识别。（剩余8463字）

试读结束

目录
monitor