摘要
本发明公开了一种基于无人机遥感影像的农业废弃地膜智能检测方法,涉及深度学习目标检测技术领域,包括四个关键步骤:首先,进行农业废弃地膜数据采集和预处理工作,以增强图像中地膜与背景的区分度;其次,构建改进的DINO‑HResNet模型,该模型通过引入特征金字塔网络和RetinaNet检测头,提高模型从高分辨率遥感影像中检测小目标物体的能力;接着,基于改进的模型进行训练,采用FocalLoss和CIoULoss作为损失函数,解决样本类别不平衡的问题;最后,实现模型的预测以及检测结果的可视化。本发明旨在提供一种从无人机高分辨率影像中对废弃地膜进行精准识别与检测的方法,为农业废弃物的及时检测和管理提供有效的技术支持。
技术关键词
废弃地膜
Laplacian算子
无人机遥感影像
智能检测方法
无人机高分辨率影像
边缘检测算法
直方图均衡化
检测头
高分辨率遥感影像
编码器
特征金字塔网络
监控无人机
初始聚类中心
数字图像处理
农业地膜
生成定义
系统为您推荐了相关专利信息
医学图像分割方法
输出特征
空间模块
峰值信噪比
直方图均衡化
机匣锻件
航空发动机机匣
智能检测方法
超声波传播时间
超声波探头
智能检测方法
空间金字塔池化
注意力机制
算法模型
图像
智能检测方法
多光谱
紫外LED光源
一维卷积神经网络
谱相关系数
缺陷智能检测方法
多传感器融合
二维图像数据
三维点云数据
巡检路径