一种基于深度学习的红树林幼苗成活率评估方法及系统

本发明公开了一种基于深度学习的红树林幼苗成活率评估方法及系统，该方法包括：获取红树林修复目标区域的数字正射影像数据集；引入C2f_SE模块、DS_ACmix注意力模块以及C2f_GP模块，构建改进的YOLOv8网络模型；基于改进的YOLOv8网络模型，对红树林修复目标区域的数字正射影像数据集进行识别检测，得到成活红树林幼苗的边界框和置信度检测数据；通过非极大值抑制算法对拼接后的成活红树林幼苗的检测数据进行去冗余与计数，得到红树林幼苗成活率评估结果。本发明能够从无人机数据中提取复杂海岸带环境背景下成活红树林幼苗的特征，提高了成活红树林幼苗识别的准确性和效率。本发明作为一种基于深度学习的红树林幼苗成活率评估方法及系统，可广泛应用于林学测绘遥感技术领域。