基于改进YOLOv3算法的挖掘机检测方法

作者：周斌; 苏鹏; 高鹏

来源：数字制造科学, 2022, 20(02): 141-145.

• YOLOv3算法
• 工程挖掘机
• 油气场站
• K-means++算法
• soft-NMS算法

针对西气东输工程中无人值守的油气场站，为防止工程挖掘机在作业时进入危险区域，确保油气场站及附近管线安全。提出了一种基于改进YOLOv3算法的挖掘机检测识别算法。首先，将原有框架中的K-means聚类算法优化为K-means++算法进行聚类，得到更适合挖掘机识别的先验框。其次，对于视频图像中工程挖掘机互相遮挡而引起漏检问题，采用soft-NMS算法选择输出预测框。实验结果表明，改进后的YOLOv3算法相较于改进前在能保证实时性的前提下，对挖掘机的检测精度更高，并能很好地解决漏检问题。

• 单位
  武汉理工大学; 机电工程学院