一种基于改进DeepLabV3+的堤坝灾害点识别方法

本发明涉及一种基于改进DeepLabV3+的堤坝灾害点识别方法，所述方法包括以下步骤：Step1:数据预处理，将堤坝图像构成的数据集根据需求改为网络可训练的大小；Step2:建立基于改进DeepLabV3+的堤坝灾害点识别模型，在模型中应用轻量级网络MobileNetV2、优化了空洞空间金字塔池化模块的膨胀率，并引用了通道注意力机制和空间注意力机制,Step3：使用基于改进DeepLabV3+的堤坝灾害点识别模型进行训练，获取堤坝灾害点图像分割结果。该算法通过引入自适应注意力机制，提高了对堤坝灾害点的识别精度，算法中的特征提取模块，采用特定的空洞卷积配置，增强了对小尺度灾害特征的捕捉能力，改进的解码器结构，实现了更高效的特征融合，提升了语义分割的准确性。