首页|基于YOLO v5的施工现场清洁度智能识别与评定

基于YOLO v5的施工现场清洁度智能识别与评定

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对施工现场灰尘识别缺乏积灰程度的识别，本文提出了基于YOLO v5算法的灰尘检测与清洁度评定方法，研究选择高效的YOLO v5算法对几种工地灰尘和垃圾进行检测并分配不同的权重系数，统计检测目标数量加权出清洁度指数，进而对检测区域清洁度作出等级评定。系统根据清洁度等级来指挥平面清洁机器人进行清洁任务，使其高效完成清洁作业。实验结果表明:模型检测准确率为90。6％，灰尘和工地垃圾在测试集上的mAP@0。5达到90。9％。本文算法可准确灰尘识别并对检测的工地平面进行清洁度评定。
Intelligent Identification and Assessment of Cleanliness of Construction Site Based on YOLO v5

王小信、朱婧、陈鲤文、王安荣

展开 >

福建福清核电有限公司 福建福州 350118

福建工程学院 福建福州 350118

灰尘检测 YOLO v5算法 灰尘数据集 清洁度评定

2022

10.16660/j.cnki.1674-098X.2207-5640-1611

科技创新导报
中国宇航出版社 中国合作创新国际科技服务中心

科技创新导报

影响因子：0.455
ISSN：1674-098X
年,卷(期)：2022.19(28)
  • 1
  • 6