近地滑坡检测方法、系统及计算机可读存储介质

本发明涉及计算机视觉技术领域，具体公开了一种近地滑坡检测方法、系统及计算机可读存储介质，其基于YOLOv8神经网络模型构建近地滑坡检测模型，该模型采用全维度动态卷积模块动态调整卷积核和权重，从而增强模型在不同光照条件、滑坡形态和状态下的适应能力；采用卷积块注意力模块利用通道和空间注意力精准捕捉滑坡前兆特征，并有效抑制背景噪声的干扰，增强对滑坡检测的鲁棒性和准确性；采用广义特征金字塔模块同时利用高层的语义信息和低层的空间细节相结合的能力，有效聚焦滑坡关键特征和抑制无关背景噪声，增强了滑坡前兆的检测能力，提升模型在多尺度滑坡检测中的表现。本发明在复杂环境下对近地滑坡有较高的准确率和鲁棒性。