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
系统为您推荐了相关专利信息
实时检测方法
模型剪枝
注意力机制
生成对抗网络
图像
氛围灯控制系统
氛围灯控制器
智能座舱
主题
行车记录仪
健康监测数据
深度学习模型
个性化建议
动态
注意力
块边界
立体匹配方法
融合梯度信息
影像
一致性检测