摘要
本公开是关于一种基于部分卷积和指数移动平均的滑坡检测方法及装置,涉及目标检测技术领域。该方法包括:将训练集输入至初始模型,由初始模型对滑坡样本图像进行部分通道特征提取处理,得到滑坡图像特征;基于边界框的增强交并比构建模型损失函数;基于当前模型参数与历史模型参数,对当前模型参数进行更新,得到当前更新模型参数;基于当前更新模型参数、模型损失函数与验证集对初始模型进行训练,得到滑坡检测模型;将测试集输入至滑坡检测模型,得到测试集中的待检测滑坡区域的滑坡检测结果。本公开采用部分卷积模块可以减少滑坡检测的冗余计算,并将指数移动平均机制运用于模型参数更新过程,缓解了深度网络的特征振荡问题。
技术关键词
更新模型参数
滑坡检测方法
训练集
样本
滑坡检测装置
影像
指数
卷积模块
参数更新模块
空间特征提取
通道
图像特征提取
模型训练模块
检测头
特征提取模块
计算机程序产品
处理器
网络
系统为您推荐了相关专利信息
学习预测方法
温度预测模型
交通气象站
特征提取模块
样本