摘要
本发明涉及古水坝识别技术领域,尤其涉及基于历史卫片及深度学习的古水坝的智能识别方法及系统,本发明提出以下方案,采集历史卫片并生成地貌分区,结合时间序列分析和聚类算法生成特征模板;通过YOLOv5模型,利用CSP架构、坐标注意力机制及可变形卷积模块,提升模型对古水坝特征的提取能力,结合广义交并比优化边界框预测精度,实现高效、精准的古水坝识别及模型动态优化。
技术关键词
智能识别方法
水坝
深度学习模型
特征模板
模型训练模块
卷积模块
智能识别系统
特征融合网络
生成特征
影像
注意力机制
构建训练集
特征提取网络
分布特征
样本
数据采集模块
地理坐标信息
聚类算法
损失函数优化
系统为您推荐了相关专利信息
随机森林模型
深度学习模型训练
峰值信噪比
站点
数据
输电线路山火
实时监测系统
山火风险
应急响应措施
人工智能分析系统
特征提取网络
植物识别方法
瓶颈结构
非锐化掩膜
指标
智能问答系统
知识图谱构建
中药
混合神经网络模型
大语言模型