标题：基于无人机航拍图像的破损井盖检测
作者：廖梦纯
作者单位：浙江理工大学信息学院，浙江 杭州 310018
关键字：井盖检测，无人机航拍图像，计算机视觉，YOLO算法
摘要：人工排查破损及丢失井盖存在效率低、耗时多和判断不准等问题，目前有关研究缺少对破损井盖的识别判断，而对于丢失井盖的判断方法存在投入成本大、应用范围小的问题。对此，提出了一种基于无人机航拍图像的破损井盖检测方法，以YOLO模型为基础，结合破损井盖识别的特点，修改网络结构及重要参数，增大池化层维度的矩阵、减少网络层数、降低学习率并改变批处理大小，以达到保持精确率的同时缩短训练时间的目的，结合YOLO预训练模型的权重进行训练，以解决数据不足的问题。制作PASCAL VOC格式的数据集并用做检测实验，实验结果表明，该改进模型与原模型相比具有更短的训练时间，精确率为82.6%左右，召回率在70.7%左右，基本满足破损井盖检测的需求。