摘要
本发明提出一种基于改进YOLOv8的航拍图像排污口小目标检测方法及设备,该方法利用无人机航拍技术采集不同高度、角度、时间段及天气条件下的排污口图像,并通过多种数据增强技术(如多尺度训练、随机旋转、色彩增强等)提升训练数据的多样性和代表性。在改进的YOLOv8模型中,结合了STN和GhostModule,进一步提高了模型在复杂几何变化下的鲁棒性和推理速度。与传统目标检测方法相比,本发明的改进YOLOv8模型在小目标检测任务中具有更高的精度和召回率,尤其是在复杂背景下的鲁棒性和泛化能力得到了显著提升。该方法为无人机航拍图像中的排污口检测提供了一种高效且可靠的解决方案,能够显著提升水环境监测的智能化水平。
技术关键词
空间变换网络
无人机飞行路径
拍摄装置
离线定位方法
航拍图像采集
无人机航拍技术
数据
无人机航拍图像
分类规则
模式
拍摄盲区
图像处理
分辨率
模型训练模块
电子设备
图像获取模块
可读存储介质
系统为您推荐了相关专利信息
道路摩擦系数
裂纹
广义回归神经网络
图像
像素点
无人机作业
无人机飞行路径
障碍物
变换器模块
多边形
桥梁结构健康监测
识别点
卷积神经网络模型
承重梁
拍摄装置
无人机飞行区域
动态权重分配
无人机传感器
路径规划系统
环境感知数据