摘要
本发明属于水域巡检的技术领域,具体是一种基于无人机的漂浮物实时识别方法及系统,通过无人机搭载的摄像头采集目标区域的图像数据;将所述图像数据输入至目标检测模型中进行目标检测,所述目标检测模型基于FasterR‑CNN或YOLO算法实现,用于提取候选目标区域;将所述候选目标区域输入至图像分割模型中进行图像分割,所述图像分割模型基于ConvNeXt网络实现,用于对所述候选目标区域进行像素级分割;根据所述图像分割的结果,对所述候选目标区域进行分类,识别出漂浮物的类型;输出所述漂浮物的类型及其位置信息,具有快速响应水面环境的变化,具备良好的稳定性和可靠性,以适应各种复杂的水环境条件的效果。
技术关键词
图像分割模型
识别方法
实时监测设备
直方图均衡化
通用特征
卷积神经网络提取
数据
区域生成网络
YOLO模型
无人机模块
累积分布函数
监测无人机
更新模型参数
特征提取网络
图像采集模块
对比度
预测类别
系统为您推荐了相关专利信息
灾害监测预警方法
坐标系
节点
关键点
固定翼无人机
图像采集系统
车载路面
路面裂缝图像
车载摄像支架
万向连接器
液晶显示屏
色彩传感器
环境光条件
智能识别方法
色域映射算法
车辆重识别模型
跨模态
可见光
重识别方法
多尺度
图像分割模型
分割图像数据
分割医学图像
医学图像分割方法
噪声图像