文章目录

1 YOLOv3的原理

1.1 YOLOv3的结构

1.2 特征提取网络Darknet-53(Backbone)

1.3 损失函数

2 数据集训练

3 实验结果

4 结束语

文章摘要:在智慧消防城市救援平台项目中,定位建筑内消防器材位置的前提是准确识别建筑图纸上消防器材图标,只有精准地识别建筑图纸上的消防器材,救援平台才能为消防救援行动提供有效支撑。针对手动录入建筑楼层消防信息效率低下的问题,文中提出了一种在darknet框架下利用YOLOv3算法来实现的基于深度学习的消防器材自动识别方案。通过收集数据集,下载预训练文件,使用YOLOv3算法进行自训练的方法,达到在消防器材图标数量和种类众多的建筑图纸上实现对消防器材图标准确识别与位置输出的目的。实验结果表明,消防器材自动识别方案能显著提高智慧消防城市救援平台项目中建筑图纸上消防器材图标录入的效率,具有很强的可靠性。

文章关键词:

论文DOI:10.14022/j.issn1674-6236.2021.19.011

论文分类号:TU998.13;TP391.41;TP18

文章来源：《消防界(电子版)》 网址: http://www.xfjzz.cn/qikandaodu/2021/0929/1647.html