基于YOLOv3的无人机建筑物空间特征提取方法研究

• 作者: 孙奥 金鑫 管相源 史平凡 康蕊 徐照
• 来源期刊: 土木建筑工程信息技术
• 学科: 工学
• 关键词: 无人机 目标检测 YOLOv3算法 空间特征提取 建筑物
• 年，卷（期）: 2022,（1）
• 页码范围: 126-131
• 页数: 6页
• 分类号: TU191|TU17
• 语种: 中文
• DOI: 10.16670/j.cnki.cn11-5823/tu.2022.01.16

摘要

随着智慧城市的发展,对建筑空间特征的采集速度和精度要求越来越高,针对市面上常见的空间特征提取方法灵活性差、智能化程度低、人力成本高等问题,本文提出了一种基于无人机扫描与YOLO识别的检测方法,完成了建筑物窗户构件的实时识别与提取.本文对YOLOv3算法进行了优化调整并运用自制的数据集对算法模型进行训练,使用Nginx搭建RTMP(Real Time Messaging Protocol)推流服务器接收无人机扫描信息,在地面平台显示实时识别结果,该方法大大提高了识别效率,降低了推流传输延迟,在无人机检测实验中体现出了实时、高效、智能的特点,借助无人机的灵活性,能够高效地满足建筑构件实时检测的需要.