摘要
本发明提供一种输变电工程建设期的环保风险目标检测方法、装置、电子设备及存储介质,涉及计算机视觉技术领域,所述方法包括:获取输变电工程建设期的无人机航拍图像;将所述无人机航拍图像输入至预训练的目标检测模型中,输出环保风险目标;其中,所述目标检测模型为:基于构建浅层特征检测层并集成RCS‑OSA卷积模块的改进型YOLOv11卷积神经网络模型经过训练得到的。通过本发明提供的方法,通过浅层特征增强的多尺度融合架构,有效保留并利用细节信息,显著提升了对微小目标的捕捉能力;RCS‑OSA模块优化了多尺度特征的交互与融合,减少了冗余参数,并提高了局部特征的复用效率。
技术关键词
无人机航拍图像
卷积神经网络模型
卷积模块
风险
金字塔
非暂态计算机可读存储介质
图像增强算法
分支
深度特征提取
计算机视觉技术
电子设备
处理器
分辨率
融合特征
存储器
参数
色彩
系统为您推荐了相关专利信息
语义向量
多源异构数据
城市运营管理
决策
计算机执行指令
生物样本库
智能管理系统
数字孪生模型
强化学习模型
强化学习策略
实时视频
无人机
深度学习模型
特征提取网络
上采样
围岩控制方法
三维地质模型
隔水帷幕
超前注浆加固
让压锚杆