期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PLCnext平台的无人机交通监控系统设计与实现
1
作者
秦栋
任晓明
+1 位作者
叶舟
陈坚
《电子测量技术》
北大核心
2025年第9期119-128,共10页
为了提高交通监控的效率,特别是在固定式道路摄像头视角有限的情况下,提出了一种基于PLCnext平台的无人机交通监控系统。该系统结合YOLOv9深度学习方法,控制两台配备摄像头的无人机与PLCnext平台协同,提供更广泛的视野覆盖范围和灵活的...
为了提高交通监控的效率,特别是在固定式道路摄像头视角有限的情况下,提出了一种基于PLCnext平台的无人机交通监控系统。该系统结合YOLOv9深度学习方法,控制两台配备摄像头的无人机与PLCnext平台协同,提供更广泛的视野覆盖范围和灵活的监控能力,实现对交通车辆的实时监控。为提高航拍图像中低分辨率场景下的检测精度,提出了YOLOv9s-SPDADown-LSK模型。该模型通过引入SPD层,增强对图像细节特征的保留,使用ADown模块优化下采样过程,并在骨干网络中融入LSK注意力机制,以强化特征提取能力。实验结果表明,系统在图像处理的延迟约为80 ms,改进后的模型在mAP@0.5和mAP@0.5:0.95分别达到了96.3%和82.7%,检测准确率为97.2%,有效减少了误检和漏检,证明了系统的可行性和算法的有效性。
展开更多
关键词
plcnext
控制系统
无人机
交通监控
YOLOv9算法
目标检测
深度学习
注意力机制
原文传递
题名
基于PLCnext平台的无人机交通监控系统设计与实现
1
作者
秦栋
任晓明
叶舟
陈坚
机构
上海电机学院电气学院
上海交通大学电子信息与电气工程学院
出处
《电子测量技术》
北大核心
2025年第9期119-128,共10页
基金
航空科学基金(201944057001)项目资助。
文摘
为了提高交通监控的效率,特别是在固定式道路摄像头视角有限的情况下,提出了一种基于PLCnext平台的无人机交通监控系统。该系统结合YOLOv9深度学习方法,控制两台配备摄像头的无人机与PLCnext平台协同,提供更广泛的视野覆盖范围和灵活的监控能力,实现对交通车辆的实时监控。为提高航拍图像中低分辨率场景下的检测精度,提出了YOLOv9s-SPDADown-LSK模型。该模型通过引入SPD层,增强对图像细节特征的保留,使用ADown模块优化下采样过程,并在骨干网络中融入LSK注意力机制,以强化特征提取能力。实验结果表明,系统在图像处理的延迟约为80 ms,改进后的模型在mAP@0.5和mAP@0.5:0.95分别达到了96.3%和82.7%,检测准确率为97.2%,有效减少了误检和漏检,证明了系统的可行性和算法的有效性。
关键词
plcnext
控制系统
无人机
交通监控
YOLOv9算法
目标检测
深度学习
注意力机制
Keywords
plcnext control system
drone
traffic monitoring
YOLOv9 algorithm
object detection
deep learning
attention mechanism
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN919.5 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于PLCnext平台的无人机交通监控系统设计与实现
秦栋
任晓明
叶舟
陈坚
《电子测量技术》
北大核心
2025
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部