基于改进YOLO v3的施工升降机螺栓状态检测研究

摘要

近年来，因施工升降机标准节螺栓状态异常造成的事故频频发生，针对施工升降机螺栓状态异常问题，提出一种基于改进的YOLO v3算法的检测方法。首先，通过K-means++聚类算法优化先验框(anchor boxes)的尺寸，使其更加适合升降机的螺栓状态检测；其次，根据升降机螺栓体积较小的特点，将3个特征尺度改为2个特征尺度，再通过特征金字塔网络FPN(feature pyramid network)进行融合。经过实验证明，改进后算法的mAP(mean average precision,平均精度均值)由81.40%提升了4.54%,达到85.95%,检测速度由34帧/s,提升了6帧/s,达到40帧/s。通过利用无人机搭载摄像头，能够实时准确地检测出施工升降机的螺栓状态，进而减少因螺栓故障引起的安全事故，在建筑安全领域发挥重要作用。

关键词

施工升降机 / 螺栓状态检测 / YOLO v3 / K-means++ / 特征尺度