YOLO zur Erkennung von Übertragungsleitungsfehlern
Ich verkleinere das Modell auf YOLO oder Faster R-CNN . Als Single-Shot-Objekterkennungsmodell bietet YOLO jedoch viele Vorteile in Bezug auf Geschwindigkeit und Recheneffizienz . Da die drohnenbasierte Fehlererkennung in Echtzeit die beste Option ist, habe ich mich für YOLO entschieden. YOLO steht für „You Only Look Once“ und bedeutet, dass Sie nur ein neuronales Netzwerk durchlaufen müssen, um die Begrenzungsrahmen erkannter Objekte zu klassifizieren und vorherzusagen.
Die Schlüsselkomponenten:
- Bild in SxS-Raster aufteilen
- Für die Erkennung ist die Zelle verantwortlich, in der sich der Mittelpunkt des Objekts befindet.
- Für jedes Feld werden B-Begrenzungsfelder zusammen mit einem Konfidenzwert vorhergesagt.
- Standardmäßig ist B 2 und der Konfidenzwert liegt zwischen 0,0 und 1,0. (Konfidenz ist 0, wenn kein Objekt erkannt wird)