简介：摘 要：YOLOv5是一种目标检测算法，它在多个数据集上取得了优秀的表现，是目前最先进的目标检测算法之一。传统YOLOv5算法用于变电站鸟类视频识别场景时，由于鸟类为小目标类型，容易出现预测框和真实框不相交，无法进一步学习训练的情况，需要对此算法进行改进并辅助以卡尔曼滤波目标跟踪算法，来达到对鸟类目标的识别及跟踪效果。
简介：摘 要：变电站传统驱鸟手段有安装风车式和超声波式驱鸟器等，均因鸟类适应性提高而驱鸟效果低下。激光驱鸟技术与其他传统驱鸟方法相比，常以其高能量密度、无污染、安全性、易操作性著称，是目前比较有效的驱鸟技术。但传统激光驱鸟装置扫描的离散性，使其驱鸟效果精确度、跟踪效果不佳。可通过AI识别及目标跟踪手段改进激光驱鸟装置，实现识别并跟踪驱鸟，提高驱鸟的精确度、跟踪性，从而提升驱鸟效果。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2025 期刊网(www.qikanchina.com) 琼ICP备2021005105号
