一种基于迁移学习和目标检测算法的河道漂浮物检测方法

本发明涉及一种基于迁移学习和目标检测算法的河道漂浮物检测方法，包括以下步骤：获取包含河道表面的漂浮物的实时视频或图像数据，并进行预处理；选择基于大规模图像数据集预训练的深度学习目标检测模型，通过迁移学习技术，使用数据增强技术后进行训练；将经过预处理的图像输入训练好的深度学习模型，模型通过多层卷积神经网络对图像进行特征提取、分类和检测框定位，对漂浮物类进行预测，置信度分别对检测框中的目标的准确度及边框预测的准确度进行综合评价；参数个性化调整；检测结果分析与应用。解决了河道漂浮物的检测难以解决漂浮物种类多样、容易与其他物体混淆、环境复杂的问题，显著提高漂浮物检测的准确性和实时性。