期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于YOLO v8n-SPE-SL的河道“四乱”识别方法
1
作者 刘玲 马晓艳 +3 位作者 孙天玥 申孝军 刘冬梅 苏昌发 《农业机械学报》 北大核心 2025年第8期163-171,共9页
针对河道“四乱”检测图像中目标尺寸小、河道背景复杂等造成目标难以识别等问题,提出一种YOLO v8n-SPE-SL(Small SPD-Conv-ECA SiLuan)模型,旨在实现河道“四乱”目标的快速精准识别。通过增加小目标检测层,显著提升模型对小尺度目标... 针对河道“四乱”检测图像中目标尺寸小、河道背景复杂等造成目标难以识别等问题,提出一种YOLO v8n-SPE-SL(Small SPD-Conv-ECA SiLuan)模型,旨在实现河道“四乱”目标的快速精准识别。通过增加小目标检测层,显著提升模型对小尺度目标的特征提取能力;通过引入SPD-Conv模块替换原模型中步长为2的部分卷积,减少细节信息的损失;通过在部分C2f模块当中加入ECA(Efficient channel attention)注意力机制,显著提高模型在复杂背景下的目标识别能力。在此基础上设计了河道“四乱”巡查系统。基于构建的数据集对改进模型进行实验对比,结果表明,YOLO v8n-SPE-SL模型的精确率、召回率和平均精度均值分别达到96.3%、91.9%和95.7%,与YOLO v8n模型相比,分别提升1、2.5、1.6个百分点;其中引入小目标检测层使mAP@50提升0.7个百分点,引入SPD-Conv模块使误检率降低23.6%,引入ECA机制将mAP@50-95提高2.7个百分点。巡查系统可用于实现“四乱”目标的精准识别与展示,助力幸福河湖建设。 展开更多
关键词 河道巡查 “四乱” 小目标检测 YOLO v8n 深度学习
在线阅读 下载PDF
高时空分辨率植被覆盖获取方法及其在土壤侵蚀监测中的应用 被引量:11
2
作者 方天纵 秦朋遥 +1 位作者 王黎明 李晓松 《生态学报》 CAS CSCD 北大核心 2019年第15期5679-5689,共11页
土壤侵蚀是全球性生态问题,准确监测区域土壤侵蚀状况是评估区域生态质量和生态保护成效的基础。准确获取高时空分辨率植被覆盖信息并与降水动态匹配是土壤侵蚀准确监测的关键。然而,受卫星传感器限制,大区域高时间分辨率与高空间分辨... 土壤侵蚀是全球性生态问题,准确监测区域土壤侵蚀状况是评估区域生态质量和生态保护成效的基础。准确获取高时空分辨率植被覆盖信息并与降水动态匹配是土壤侵蚀准确监测的关键。然而,受卫星传感器限制,大区域高时间分辨率与高空间分辨率遥感数据无法同时获取,高空间分辨率植被动态遥感监测面临巨大挑战。为解决这一问题,本研究提出了一套多源遥感数据融合的高时空分辨率绿色植被覆盖度(半月尺度,空间分辨率2 m)获取方法,并与半月尺度的降水因子匹配应用于CSLE开展了天津市蓟州区的土壤侵蚀监测。研究结果表明:1)降雨和植被覆盖度因子在一年之内变异较大,半月降雨量的平均值为43.32 mm,变异系数可达150%,绿色植被半月植被覆盖度的平均值为54.74%,变异系数为18%。考虑土地覆盖类型的高时空分辨率绿色植被覆盖度融合方法,可以获取合理的高空间分辨率绿色植被覆盖度动态,为高空间分辨率土壤侵蚀监测提供了一个有效手段;2)土壤侵蚀发生范围与强度与降水及植被因子在年内的动态匹配高度相关,土壤侵蚀发生范围最大为10月上半月,发生面积为137.55 km^2,土壤侵蚀发生强度最为严重为7月下半月,25 t/hm^2以上土壤侵蚀发生面积为12.70 km^2;3)高时空分辨率植被与降水因子耦合下的土壤侵蚀监测结果与地面一致性较好(判定系数可达0.88),明显好于仅用一期高空间分辨率植被因子的土壤侵蚀监测结果(判定系数仅为0.097),采用高时空分辨率植被与降水因子耦合的土壤侵蚀监测方法可以大幅度提高土壤侵蚀监测的准确性,本研究为其他区域准确开展土壤侵蚀监测提供了一套有效的方法。 展开更多
关键词 高空间分辨率 土壤侵蚀 绿色植被覆盖度 CSLE
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部