基于深度学习的滑坡灾害识别方法及系统

    公开(公告)号:CN117197653A

    公开(公告)日:2023-12-08

    申请号:CN202310948226.3

    申请日:2023-07-28

    Applicant: 同济大学

    Abstract: 基于深度学习的滑坡灾害识别方法及系统,获取滑坡灾害图像数据,对所述滑坡灾害图像数据进行预处理,预处理的方式包括图像缩放、图像裁剪和数据增强;将预处理后的所述滑坡灾害图像数据输入基于Swin Transformer的基础网络中,通过多层卷积、注意力机制、残差连接操作对所述滑坡灾害图像数据进行特征提取和表征;将特征提取和表征后得到的特征图输出到YOLOv5的检测头,利用锚点框和置信度对特征图进行目标检测和定位;将目标检测和定位得到的初始目标框进行筛选去重,得到最终的滑坡灾害目标框。本发明减少对专业知识和经验的依赖;减少对环境因素的影响,提高系统的稳定性和准确性;能够实现对小目标的高效检测,提高系统的识别准确率和鲁棒性。

Patent Agency Ranking