基于MFF-YOLO的遥感图像输电杆塔检测方法

AITNT
正文
推荐专利
基于MFF-YOLO的遥感图像输电杆塔检测方法
申请号:CN202411682882
申请日期:2024-11-22
公开号:CN119625557A
公开日期:2025-03-14
类型:发明专利
摘要
本发明涉及一种基于MFF‑YOLO的遥感图像输电杆塔检测方法,包括以下步骤:步骤S1:获取区域的卫星图像的切片数据集,筛选包含输电杆塔的切片数据作为数据集,并进行图像预处理;步骤S2:利用Labelimg软件对输电杆塔进行标注,获取xml格式的数据集标签;步骤S3:基于MFF‑YOLO构建输电杆塔检测网络模型;步骤S4:基于基于所构建的数据集对输电杆塔检测网络模型进行训练与验证;步骤S5:基于训练后的输电杆塔检测网络模型,对待测区域的卫星图像进行检测。本发明能够更高效地利用可用计算资源检测出输电杆塔目标,提高了输电杆塔识别的效率和准确性。
技术关键词
输电杆塔 检测网络模型 输出特征 权重机制 Sigmoid函数 静态上下文 图像 分支 全局平均池化 模块 Softmax函数 sigmoid函数 通道注意力机制 动态上下文 矩阵 上下层
系统为您推荐了相关专利信息
1
基于大语言模型和强化学习的决策支持系统及方法
编码向量 语义 大语言模型 决策支持方法 条目
2
一种基于多尺度特征融合的复杂息肉图像分割方法
图像分割方法 上采样 注意力 多尺度特征融合 全局平均池化
3
无掩膜光刻系统的直帧式数据处理方法及曝光系统
数据处理方法 数据处理单元 空间光调制器 无掩膜光刻系统 曝光系统
4
基于大语言模型的灾害信息推送方法、装置、设备和可读介质
输出特征 大语言模型 信息推送方法 细粒度分类 文本
5
一种基于双模式声学融合的气液两相流含气率检测方法
超声导波 双模式 高维特征向量 降维特征 更新模型参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号