期刊信息
 

刊名:消防界(电子版)
主办:天津电子出版社有限公司
主管:天津出版传媒集团有限公司
ISSN:2096-0735
CN:12-9204/TU
语言:中文
周期:半月刊
影响因子:0
被引频次:1516
期刊分类:环境与安全
期刊热词:
消防,消防安全,火灾,灭火救援,高层建筑,消防员,消防救援,防火,消防部队,消防支队,

现在的位置:主页 > 期刊导读 >

建筑科学与工程论文_基于深度学习的消防器材自

来源:消防界(电子版) 【在线投稿】 栏目:期刊导读 时间:2021-09-29 16:26

【作者】网站采编

【关键词】

【摘要】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

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

上一篇:安全科学与灾害防治论文_车辆基地内消防车道顶
下一篇:数学论文_TOPSIS-RSR法的河南省经济高质量发展

消防界(电子版)投稿 | 消防界(电子版)编辑部| 消防界(电子版)版面费 | 消防界(电子版)论文发表 | 消防界(电子版)最新目录
Copyright © 2018 《消防界(电子版)》杂志社 版权所有
投稿电话: 投稿邮箱: