使用YOLO和MobileNet迁移学习实现5G AAU电源线接续规范性自动识别

• 作者: 仇建民 耿施健 王超 沈慧 闫娜 蔡宇杰
• 来源期刊: 江苏通信
• 关键词: YOLO MobileNet 迁移学习 5G AAU 电源线接续规范
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 5G天地
• 页码范围: 18-21
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9513.2021.06.005

摘要

5G AAU(Active Antenna Unit,有源天线单元)电源线接续规范性检测是5G工程建设验收的重要环节,文章提出基于YOLOv5和Mobilenetv2迁移学习的5G AAU设备电源线接续规范性自动识别方法,主要包含两步:第一,根据AAU设备与电源线的特征差异,使用YOLOv5目标检测算法识别AAU设备(head)和线(line);第二,构造5G AAU-ECSD(Equipment Connection Specification Data,设备接续规范数据集),使用MobileNetv2分类算法判断5G AAU设备接续的合规性.在5G AAU-ECSD的交叉验证中,结果证明本文方法能够准确有效地判断5G AAU电源线接续是否规范,检测准确率达到92％,从而可代替人工验收,提升工程验收效率.