摘要
本申请公开了一种面向对象的可见光遥感影像矿山修复识别分类方法及系统,涉及遥感技术领域,该方法包括获取目标矿山处的遥感卫星的可见光遥感影像;将可见光遥感影像输入至训练好的矿山生态修复识别模型中,得到矿山生态修复的分类结果;模型的训练过程为:基于改进的YOLOv8n深度算法分别提取影像数据集中的光谱特征和空间特征,并通过特征融合进行模型训练,得到训练好的模型;改进的YOLOv8n深度算法为在原始算法的基础上,在主干提取网络中的信息提取部分,使用GhostConv替换原始的卷积,在特征融合部分,用C2f_RepGhost模块进行细化后得到的算法。本申请可以提高矿山生态修复识别的效率和准确性。
技术关键词
矿山生态修复
可见光
识别分类方法
识别分类系统
图像
像素
标记
算法
子模块
数据
比率
策略
影像获取模块
滑动窗口
样本
特征提取单元
地物类别
遥感技术
系统为您推荐了相关专利信息
深度学习神经网络
微流控芯片
显微成像平台
轮廓信息
时间序列信息
激光打标机
智能系统
智能识别模块
运动控制模块
动态
复杂度
数据立方体
视觉
可视化图表
Apriori算法
LiDAR点云
混合模块
特征提取模块
自动驾驶系统
采样点
绝缘子缺陷
伽马校正
拉普拉斯
图像锐化方法
网络