【技术实现步骤摘要】
本专利技术属于人工智能及目标检测，具体涉及一种基于yolov8改进的电力基建场景的目标检测方法。
技术介绍
1、随着基建工程规模的扩大，特高压、超高压等各级电力建设进入新的高峰。而电力建设与安全管理的新要求，给基建安全管理工作带来了诸多挑战。施工现场更复杂、安全作业风险和参建人员大幅增加，监理力度不足等，使得基建现场的安全问题日益突出。
2、在基建作业过程中，为了及时发现和预防潜在的安全风险，通常会对员工进行专业的安全培训，以提升他们的操作技能和安全意识，并通过人工进行现场或视频监控来保障作业安全，但这种人工方式不仅耗费大量人力资源，而且容易导致监控过程中出现疏漏或误检现象。因此，为加强对基建现场的安全管控，保障施工人员及工程的质量和安全，引入一种高效智能化的检测技术是必要的，准确地识别基建现场的工作人员、安全带、作业工具等目标是研究中至关重要的任务。
3、随着深度学习技术发展，其通过训练神经网络来学习图像数据中的内部结构、提取目标更深层的特征的特点，使得深度学习可以很好的应用于检测领域。因此利用深度学习方法对复...
【技术保护点】
1.一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在于，所述步骤1的具体过程如下：
3.根据权利要求2所述的一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在于，所述步骤2的具体过程如下：
4.根据权利要求3所述的一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在于，所述步骤3的具体过程如下：
5.根据权利要求4所述的一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在...
【技术特征摘要】
1.一种基于yolov8改进的电力基建场景的目标检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于yolov8改进的电力基建场景的目标检测方法，其特征在于，所述步骤1的具体过程如下：
3.根据权利要求2所述的一种基于yolov8改进的电力基建场景的目标检测方法，其特征在于，所述步骤2的具体过程如下：
4.根据权利要求3所述的一种基于yolov8改进的电力基建场景的目标检测...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。