摘要
本发明涉及计算机视觉和智能交通领域,尤其涉及基于SAM和YOLOV8模型的无人机视角基础设施识别方法,其步骤如下:SI:利用SAM分割场景区域,把无人机拍摄的图片利用SAM进行语义分割,把公路区域分割出来,标定为公路区域;S2:利用YOLOv8进行目标检测,把无人机拍摄的图片上的基础设施都检测出来,YOLOv8模型的Neck部分采用三层PAFPN结构;S3:如果YOLOv8检测出来的目标位置区域与SAM分割出来的公路区域有交界就说明该目标在公路上或者在公路边缘上;本发明通过利用SAM模型可以快速对公路进行语义分割,而利用YOLOv8模型可以快速检测目标,通过判断方法可以在不同场景下都能判断识别到的目标是不是公路基础设施,把SAM模型和YOLOv8模型结合可以做到实时识别和实时分割。
技术关键词
无人机
识别方法
图片
编码向量
视角
像素点
语义
图像块
公路交通基础设施
图像编码器
可视化界面
标记
交通管理系统
坐标
解码器
对比度
数据
系统为您推荐了相关专利信息
命名实体识别方法
CRF模型
局部特征提取
字符
试题资源
多源融合
整车运行数据
语义向量
编码向量
时序特征
烟叶成熟度
烟叶图像
识别方法
stacking算法
XGBoost算法