一种基于CTL-YOLO模型的复杂地形滑坡检测方法

本发明涉及一种基于CTL‑YOLO模型的复杂地形下滑坡检测方法，步骤如下：对复杂地形滑坡进行图像采集得到滑坡图像并制作地形遥感数据集；对采集的滑坡图像进行滑坡区域标注；将滑坡图像及其对应的标注文件随机划分为训练集、验证集和测试集；在训练集中的图像上进行数据增强；构建CTL‑YOLO模型；采用地形遥感数据集对CTL‑YOLO模型进行训练和验证；本发明主干特征提取网络捕捉滑坡区域的局部空间特征，同时自适应调整重要特征的权重，特征融合网络提升了多尺度特征的融合效果；LSDECD检测头提升了模型的定位和分类性能，减少了批量归一化对批次大小的依赖，增强了在不同环境下的稳定性；DEConv模块则通过多方向差分卷积有效识别滑坡边界的细节特征，进一步提高了边界框的预测精度。