• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)技術(shù)方案

    技術(shù)編號(hào):45191201 閱讀:7 留言:0更新日期:2025-05-09 12:59
    本發(fā)明專利技術(shù)公開了一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì),包括:獲取遙感圖像;將所述遙感圖像輸入滑坡檢測(cè)模型中進(jìn)行目標(biāo)檢測(cè),得到滑坡檢測(cè)結(jié)果,其中,所述滑坡檢測(cè)模型是基于傳統(tǒng)YOLOv9模型和通道注意力機(jī)制構(gòu)建的。本發(fā)明專利技術(shù)所述技術(shù)方案通過引入注意力機(jī)制,能夠明確建模通道間的相互依賴性,并自適應(yīng)地重新校準(zhǔn)通道特征響應(yīng),顯著增強(qiáng)了卷積神經(jīng)網(wǎng)絡(luò)的特征表達(dá)能力;通過深度學(xué)習(xí)算法的改進(jìn),提高了遙感圖像分析的精度和效率,對(duì)于地質(zhì)災(zāi)害監(jiān)測(cè)、環(huán)境評(píng)估和城市規(guī)劃等應(yīng)用場(chǎng)景具有重要意義。

    【技術(shù)實(shí)現(xiàn)步驟摘要】

    本專利技術(shù)屬于目標(biāo)檢測(cè),特別是涉及一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)


    技術(shù)介紹

    1、遙感圖像目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中的關(guān)鍵技術(shù)之一,它允許從高空或太空獲取的圖像中自動(dòng)識(shí)別和定位地面目標(biāo)。隨著遙感技術(shù)的不斷進(jìn)步,獲取的圖像數(shù)據(jù)量日益龐大,對(duì)目標(biāo)檢測(cè)模型的準(zhǔn)確性和處理速度提出了更高的要求。深度學(xué)習(xí),尤其是cnn(convolutional?neural?network),在這一領(lǐng)域展現(xiàn)出了巨大的潛力和優(yōu)勢(shì)。

    2、yolo(you?only?look?once)系列模型因其快速且準(zhǔn)確的目標(biāo)檢測(cè)能力而廣受歡迎,yolov9作為該系列的最新版本,通過優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和算法,進(jìn)一步提升了檢測(cè)速度和準(zhǔn)確性。然而,在特定的應(yīng)用場(chǎng)景,如遙感圖像滑坡檢測(cè)中,對(duì)模型的精確度和特征表達(dá)能力有著更為嚴(yán)格的要求。

    3、在遙感圖像滑坡檢測(cè)中,模型需要能夠捕捉到圖像中的細(xì)微變化和特征,以實(shí)現(xiàn)準(zhǔn)確的滑坡區(qū)域定位。傳統(tǒng)的yolov9模型雖然在目標(biāo)檢測(cè)領(lǐng)域表現(xiàn)出色,但在處理復(fù)雜的遙感圖像數(shù)據(jù)時(shí),仍存在特征表達(dá)不足的問題。


    技術(shù)實(shí)現(xiàn)思路

    1、本專利技術(shù)的目的是提供一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì),以解決上述現(xiàn)有技術(shù)存在的問題。

    2、為實(shí)現(xiàn)上述目的,本專利技術(shù)提供了一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,包括:

    3、獲取遙感圖像;

    4、將所述遙感圖像輸入滑坡檢測(cè)模型中進(jìn)行目標(biāo)檢測(cè),得到滑坡檢測(cè)結(jié)果,其中,所述滑坡檢測(cè)模型是基于傳統(tǒng)yolov9模型和通道注意力機(jī)制構(gòu)建的。

    5、可選的,所述滑坡檢測(cè)模型的構(gòu)建過程,具體包括:

    6、構(gòu)建傳統(tǒng)yolov9模型,將通道注意力機(jī)制模塊置于傳統(tǒng)yolov9模型第37層高效層聚合網(wǎng)絡(luò)之后,作為模型的第38層,并將推理層改為引入的通道注意力機(jī)制模塊。

    7、可選的,所述滑坡檢測(cè)模型的訓(xùn)練過程,具體包括:

    8、獲取訓(xùn)練數(shù)據(jù),所述訓(xùn)練數(shù)據(jù)包括遙感訓(xùn)練圖像及對(duì)應(yīng)的滑坡結(jié)果;

    9、構(gòu)建初始滑坡檢測(cè)模型,將所述訓(xùn)練數(shù)據(jù)輸入所述初始滑坡檢測(cè)模型中進(jìn)行目標(biāo)檢測(cè),并以目標(biāo)檢測(cè)后的初始訓(xùn)練結(jié)果與所述遙感訓(xùn)練圖像對(duì)應(yīng)的滑坡結(jié)果之間的損失最小為目標(biāo),進(jìn)行訓(xùn)練,得到訓(xùn)練后的滑坡檢測(cè)模型。

    10、可選的,所述滑坡檢測(cè)模型的處理過程,具體包括:

    11、將所述遙感圖像輸入滑坡檢測(cè)模型中進(jìn)行特征提取,得到特征圖;

    12、基于通道注意力機(jī)制模塊對(duì)所述特征圖進(jìn)行調(diào)整,得到調(diào)整后的特征圖;

    13、基于調(diào)整后的特征圖進(jìn)行滑坡檢測(cè),得到滑坡區(qū)域的預(yù)測(cè)結(jié)果。

    14、可選的,所述基于通道注意力機(jī)制模塊對(duì)所述特征圖進(jìn)行調(diào)整,具體包括:

    15、對(duì)所述特征圖進(jìn)行全局平均化壓縮,得到每個(gè)通道的全局特征并計(jì)算每個(gè)通道的權(quán)重;

    16、基于逐元素乘法使得到的權(quán)重與原始特征圖的每個(gè)通道進(jìn)行相乘,得到調(diào)整后的特征圖。

    17、一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)系統(tǒng),包括:

    18、數(shù)據(jù)采集模塊,用于獲取遙感圖像;

    19、滑坡檢測(cè)模塊,用于將所述遙感圖像輸入滑坡檢測(cè)模型中進(jìn)行目標(biāo)檢測(cè),得到滑坡檢測(cè)結(jié)果,其中,所述滑坡檢測(cè)模型是基于傳統(tǒng)yolov9模型和通道注意力機(jī)制構(gòu)建的。

    20、一種電子設(shè)備,包括存儲(chǔ)器及處理器,所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序,所述處理器運(yùn)行所述計(jì)算機(jī)程序以使所述電子設(shè)備執(zhí)行所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法。

    21、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法。

    22、本專利技術(shù)的技術(shù)效果為:

    23、本專利技術(shù)通過引入注意力機(jī)制,能夠明確建模通道間的相互依賴性,并自適應(yīng)地重新校準(zhǔn)通道特征響應(yīng),顯著增強(qiáng)了卷積神經(jīng)網(wǎng)絡(luò)的特征表達(dá)能力;通過深度學(xué)習(xí)算法的改進(jìn),提高了遙感圖像分析的精度和效率,對(duì)于地質(zhì)災(zāi)害監(jiān)測(cè)、環(huán)境評(píng)估和城市規(guī)劃等應(yīng)用場(chǎng)景具有重要意義。

    本文檔來自技高網(wǎng)...

    【技術(shù)保護(hù)點(diǎn)】

    1.一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的構(gòu)建過程,具體包括:

    3.根據(jù)權(quán)利要求2所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的訓(xùn)練過程,具體包括:

    4.根據(jù)權(quán)利要求2所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的處理過程,具體包括:

    5.根據(jù)權(quán)利要求4所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述基于通道注意力機(jī)制模塊對(duì)所述特征圖進(jìn)行調(diào)整,具體包括:

    6.一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)系統(tǒng),其特征在于,包括:

    7.一種電子設(shè)備,其特征在于,包括存儲(chǔ)器及處理器,所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序,所述處理器運(yùn)行所述計(jì)算機(jī)程序以使所述電子設(shè)備執(zhí)行根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法。

    8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,其存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-5中任一項(xiàng)所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法。

    ...

    【技術(shù)特征摘要】

    1.一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的構(gòu)建過程,具體包括:

    3.根據(jù)權(quán)利要求2所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的訓(xùn)練過程,具體包括:

    4.根據(jù)權(quán)利要求2所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于,所述滑坡檢測(cè)模型的處理過程,具體包括:

    5.根據(jù)權(quán)利要求4所述的一種基于目標(biāo)檢測(cè)模型的滑坡檢測(cè)方法,其特征在于...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:張曉宇李明芝姜群鷗
    申請(qǐng)(專利權(quán))人:北京林業(yè)大學(xué)
    類型:發(fā)明
    國(guó)別省市:

    網(wǎng)友詢問留言 已有0條評(píng)論
    • 還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。

    1
    主站蜘蛛池模板: 亚洲人成人伊人成综合网无码| 久久久久久国产精品免费无码| 亚洲国产成人精品无码区二本| 亚洲av无码兔费综合| 一本大道无码人妻精品专区 | 国产在线无码制服丝袜无码| 国产成人AV无码精品| 69堂人成无码免费视频果冻传媒| 东京热加勒比无码视频| 久久午夜无码鲁丝片秋霞| 少妇无码太爽了在线播放| 亚洲天然素人无码专区| 免费看无码特级毛片| 亚洲aⅴ无码专区在线观看春色 | 亚洲中文字幕无码久久综合网| 18禁无遮挡无码国产免费网站| 久久av高潮av无码av喷吹| 无码人妻久久一区二区三区免费丨| 日韩综合无码一区二区| 日韩精品无码成人专区| 久久天堂av综合色无码专区 | 无翼乌工口肉肉无遮挡无码18| 国产网红无码精品视频| 东京无码熟妇人妻AV在线网址| 日韩AV无码精品一二三区| 亚洲av成人中文无码专区| 少妇精品无码一区二区三区 | 99久久人妻无码精品系列| 无码人妻一区二区三区免费n鬼沢| 亚洲成av人片不卡无码久久| 麻豆亚洲AV成人无码久久精品| 2024你懂的网站无码内射| av无码久久久久久不卡网站| 日韩精品无码免费一区二区三区| 亚洲国产精品无码AAA片| 亚洲国产精品无码久久久不卡| 无码AV中文字幕久久专区| 亚洲精品无码永久中文字幕| 国产精品无码专区| 久久久久久国产精品无码超碰| 亚洲精品天堂无码中文字幕|