摘要
本发明涉及一种基于改进YOLO算法的三维探地雷达地下缺陷识别方法,该方法使用三维探地雷达对目标区域的地块进行探测,对采集到的地下缺陷的图像数据进行预处理和增强处理以扩大图像数据,经标注后按比例随机划分为训练集、测试集和验证集,在YOLOv11目标检测算法的基础上嵌入卷积模块的注意力模块,构建成一个改进的YOLOv11目标检测算法模型,训练该模型,使用准确率、精确度、召回率和F1分数评价目标检测算法模型对目标的识别性能;本发明能够实现对横向、纵向和水平三个方向的剖面协同自动识别,解决了传统单一方向算法导致的空间信息缺失问题,推理速度快,检测精度高,具有很强的泛化能力和鲁棒性。
技术关键词
三维探地雷达
缺陷识别方法
YOLO算法
样本
卷积模块
注意力
算法模型
图像
数据
训练集
代表
背景噪声
指数
校正
鲁棒性
对比度
地面
基础
系统为您推荐了相关专利信息
修正误差
动态预测方法
风机运行参数
序列
风电预测功率
异常事件
事件特征
数据处理方法
特征提取模型
图像
前馈神经网络
输出特征
嵌入特征
标记
计算机可执行指令