摘要
本发明涉及监测预警技术领域,公开了一种高陡边坡堆物的智能识别与预警方法及装置,该方法包括构建高陡边坡堆物样本库并基于高陡边坡堆物样本库对初始得分函数的第一参数进行调整,得到包含第二参数的目标得分函数;获取堆物图像并基于目标得分函数对堆物图像进行分类,得到类别概率;将类别概率以及堆物图像输入至预设的神经网络模型,确定出堆物类型以及覆盖面积占比;基于堆物类型以及覆盖面积占比确定出分类结果,并执行与分类结果对应的预警措施。本申请通过构建高陡边坡堆物样本库并对初始得分函数进行调整,更准确地反映堆物的特征,从而提高了分类的准确性,进而结合预设的神经网络模型,进一步提升了堆物类型和覆盖面积占比的识别精度。
技术关键词
高陡边坡
神经网络模型
可执行程序代码
图像
预警方法
样本
监测预警技术
预警装置
红色警示灯
措施
处理器
可读存储介质
存储器
计算机
参数
摄像设备
模块
像素
系统为您推荐了相关专利信息
智能检测系统
深度学习识别
双光谱成像设备
可见光图像
多模态
视频超分辨率方法
光流特征
随机噪声
网络
编码特征
智能分类算法
机器学习算法
测井曲线
像素
声波时差