【技术实现步骤摘要】
本申请涉及核设施检测领域，尤其涉及一种结合轻量化yolo核设施空域无人机智能检测方法及装置。
技术介绍
1、传统的核设施检测方法主要依赖于人工操作和简单的传感器技术，这些方法在某些情况下可能受到环境因素、设备精度以及操作人员经验等多种因素的影响，导致检测结果不够准确。由于核设施的特殊性，高精度的检测结果对于保障安全至关重要，因此传统方法的局限性在很大程度上限制了核设施的安全保障水平。
技术实现思路
1、本申请的目的在于克服上述现有技术中，提供一种结合gpt的商品营销ai对话方法及其电子设备。
2、本申请提供一种结合轻量化yolo核设施空域无人机智能检测方法，包括：
3、通过无人机摄取核设施空域的视频数据；
4、对所述视频数据进行预处理；
5、使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括核设施图像特征和运动轨迹特征；
6、使用分类器对所述运动轨迹特征进行分类，识别出无人机的速度、加速度以及飞行轨迹；
7、根据所述无人机的速度、加速度、轨迹，计算获得速度稳定性指数、加速度稳定性指数和轨迹相似度指数：
8、根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度：
9、当所述可信度大于预设阈值时，根据所述核设施图像特征确定核设施检测结果。
10、可选地，通过无人机摄取核设施空域的视频数据，包括：
11、使用无人机在核设施的空
12、无人机按照预设的路径或模式进行飞行，通过所述高清摄像头或其他视频捕获设备获取所述视频数据。
13、可选地，对所述视频数据进行预处理，包括：
14、对捕获的视频数据进行格式转换、裁剪、降噪处理，以便于后续处理；
15、使用轻量级图像处理技术，如滤波、色彩校正，以提高图像质量。
16、可选地，使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括：
17、加载轻量化版本的yolo算法模型，该yo lo算法模型已针对核设施和无人机的特征进行训练；
18、对视频帧进行实时处理，识别并提取出核设施的图像特征(如核反应堆、冷却塔)和无人机的运动轨迹特征。
19、可选地，根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度，其表达式如下：
20、c＝w1vsi+w1asi+w3tsi+w4(1-|vsi-asi|+w5max(0，tsi
21、-θ))
22、其中，w1,w2,w3,w4,w5是权重系数，vsi是速度稳定性指数，asi是加速度稳定性指数，tsi是轨迹相似度指数，θ是一个阈值。
23、本申请还提供一种结合轻量化yolo核设施空域无人机智能检测装置，包括：
24、获取模块，用于通过无人机摄取核设施空域的视频数据；
25、预处理模块，用于对所述视频数据进行预处理；
26、特征模块，用于使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括核设施图像特征和运动轨迹特征；
27、分类模块，用于使用分类器对所述运动轨迹特征进行分类，识别出无人机的速度、加速度以及飞行轨迹；
28、计算模块，用于根据所述无人机的速度、加速度、轨迹，计算获得速度稳定性指数、加速度稳定性指数和轨迹相似度指数：
29、判断模块，用于根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度：
30、检测模块，用于当所述可信度大于预设阈值时，根据所述核设施图像特征确定核设施检测结果。
31、可选地，通过无人机摄取核设施空域的视频数据，包括：
32、使用无人机在核设施的空域内飞行，并配备高清摄像头或其他视频捕获设备；
33、无人机按照预设的路径或模式进行飞行，通过所述高清摄像头或其他视频捕获设备获取所述视频数据。
34、可选地，对所述视频数据进行预处理，包括：
35、对捕获的视频数据进行格式转换、裁剪、降噪处理，以便于后续处理；
36、使用轻量级图像处理技术，如滤波、色彩校正，以提高图像质量。
37、可选地，使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括：
38、加载轻量化版本的yolo算法模型，该yolo算法模型已针对核设施和无人机的特征进行训练；
39、对视频帧进行实时处理，识别并提取出核设施的图像特征(如核反应堆、冷却塔)和无人机的运动轨迹特征。
40、可选地，根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度，其表达式如下：
41、c＝w1vsi+w1asi+w3tsi+w4(1-|vsi-asi|+w5max(0，tsi
42、-θ))
43、其中，w1,w2,w3,w4,w5是权重系数，vsi是速度稳定性指数，asi是加速度稳定性指数，tsi是轨迹相似度指数，θ是一个阈值。
44、本申请的有益效果是：
45、专利技术点1：计算可信度
46、专利技术点2：计算轨迹相似指数
47、专利技术点3：轻量化yolo算法的应用
48、本申请提供一种结合轻量化yolo核设施空域无人机智能检测方法，包括：通过无人机摄取核设施空域的视频数据；对所述视频数据进行预处理；使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括核设施图像特征和运动轨迹特征；使用分类器对所述运动轨迹特征进行分类，识别出无人机的速度、加速度以及飞行轨迹；根据所述无人机的速度、加速度、轨迹，计算获得速度稳定性指数、加速度稳定性指数和轨迹相似度指数：根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度：当所述可信度大于预设阈值时，根据所述核设施图像特征确定核设施检测结果。本申请结合轻量化yolo算法，对核设施空域的视频数据进行特征提取和分类，同时通过可信度分析，能够更准确地识别出核设施的图像特征，提高了检测精度。
本文档来自技高网...【技术保护点】
1.一种结合轻量化Yolo核设施空域无人机智能检测方法，其特征在于，包括：
2.根据权利要求1所述结合轻量化Yolo核设施空域无人机智能检测方法，其特征在于，通过无人机摄取核设施空域的视频数据，包括：
3.根据权利要求1所述结合轻量化Yolo核设施空域无人机智能检测方法，其特征在于，对所述视频数据进行预处理，包括：
4.根据权利要求1所述结合轻量化Yolo核设施空域无人机智能检测方法，其特征在于，使用轻量化Yolo算法对预处理后的视频数据进行特征提取，包括：
5.根据权利要求1所述结合轻量化Yolo核设施空域无人机智能检测方法，其特征在于，根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度，其表达式如下：
6.一种结合轻量化Yolo核设施空域无人机智能检测装置，其特征在于，包括：
7.根据权利要求6所述结合轻量化Yolo核设施空域无人机智能检测装置，其特征在于，通过无人机摄取核设施空域的视频数据，包括：
8.根据权利要求6所述结合轻量化Yolo核设施空域无人机智
9.根据权利要求6所述结合轻量化Yolo核设施空域无人机智能检测装置，其特征在于，使用轻量化Yolo算法对预处理后的视频数据进行特征提取，包括：
10.根据权利要求6所述结合轻量化Yolo核设施空域无人机智能检测装置，其特征在于，根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度，其表达式如下：
...【技术特征摘要】
1.一种结合轻量化yolo核设施空域无人机智能检测方法，其特征在于，包括：
2.根据权利要求1所述结合轻量化yolo核设施空域无人机智能检测方法，其特征在于，通过无人机摄取核设施空域的视频数据，包括：
3.根据权利要求1所述结合轻量化yolo核设施空域无人机智能检测方法，其特征在于，对所述视频数据进行预处理，包括：
4.根据权利要求1所述结合轻量化yolo核设施空域无人机智能检测方法，其特征在于，使用轻量化yolo算法对预处理后的视频数据进行特征提取，包括：
5.根据权利要求1所述结合轻量化yolo核设施空域无人机智能检测方法，其特征在于，根据所述速度稳定性指数、加速度稳定性指数和轨迹相似度指数判断所述核设施图像特征的可信度，其表达式如下：
...【专利技术属性】
技术研发人员：请求不公布姓名，李达，唐文偲，陈芳雷，付嘉佳，何佳霖，宗波，
申请(专利权)人：国家核安保技术中心，
类型：发明
国别省市：
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。