安全与环境学报

2022, v.22;No.128(02) 550-557

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进YOLOv3-DN算法的水利施工危险源辨识
Research on hazard identification of water conservancy construction based on improved YOLOv3-DN algorithm

刘永强;伏仲明;吴浩;揭伟镰;

摘要(Abstract):

为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling, BIM)轻量化平台上。以浙江省八堡泵站工程项目施工现场为例验证改进的YOLOv3-DN算法辨识危险源的准确性。研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势。

关键词(KeyWords): 安全工程;危险源;YOLOv3算法;DenseNet网络架构;BIM轻量化平台

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 刘永强;伏仲明;吴浩;揭伟镰;

DOI: 10.13637/j.issn.1009-6094.2021.1269

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享