摘要
本发明公开一种基于深度学习的地膜隐患智能检测方法,包括如下步骤:对无人机采集的原始影像进行格式转换;在格式转换后的图像中对地膜隐患进行标注并进行子图块切分、训练深度学习模型;利用训练得到的深度学习模型进行地膜隐患智能分块检测。本发明提出一种利用分块策略训练、检测的基于深度学习的地膜隐患智能检测方法,减少了计算资源的开销,考虑了掩膜中目标位置不可变性,利用了TIF图像中的地理位置信息。有效提升了无人机巡检数据的信息利用率,提高了地膜隐患检测效果和计算速度。
技术关键词
智能检测方法
训练深度学习模型
地膜
非易失性存储介质
图像
掩膜
地理坐标信息
计算机可读指令
无人机巡检
边缘提取算法
像素
曲线
地理位置信息
深度学习模型训练
格式
边缘轮廓
边缘检测技术