改进YOLOv5的无人机影像车辆检测方法

针对传统遥感影像车辆目标检测算法易受干扰、鲁棒性较差且在实际应用当中会产生一定的漏检与误检现象等问题,提出了一种基于改进YOLOv5s的轻量级无人机遥感影像车辆目标检测算法。以YOLOv5s为基线模型,根据车辆目标长宽比相对固定的特点,对锚框尺寸进行修正,提高了锚框与车辆目标的契合度;针对无人机影像中车辆密集情况,进行了加权框融合改进,对检测框合并,解决了预测框计数不准确的问题;由于车辆目标具有多变性,通过增加注意力机制网络,提升了模型识别车辆的速度和准确性。研究表明,改进的YOLOv5s模型可以实现实时准确的无人机影像车辆检测。     

改善电压合格率技术措施

针对来宾网区综合电压合格率偏低的问题,分析来宾网区A、B、C和D四类电压合格率的相关性系数,确定了A类电压合格率对全网电压合格率影响的重要性。因此,重点分析A类电压合格率,找出影响网区A类电压合格率的主要因素,并针对具体原因提出调整主变档位及调整电压越限报警值参数的具体技术措施。并通过现场验证应用,促使网区A类电压合格率得到全面提升,验证了相应措施的有效性。