| 基于改进YOLOv4的2021年海地7.2级地震震后滑坡识别 |
| |
| 作者姓名： | 付饶 何敬 刘刚 |
| |
| 作者单位： | 成都理工大学地球科学学院,四川成都610059;成都理工大学地球科学学院,四川成都610059;成都理工大学地质灾害防治与地质环境保护国家重点实验室,四川成都610059 |
| |
| 基金项目： | 国家重点研发计划课题(2021YFC3000401);;国家自然科学基金项目(41871303);;四川省科技计划项目(2021YFG0365); |
| |
| 摘 要： | 以国产高分二号影像为数据源,利用改进的YOLOv4算法对2021年海地7.2级地震诱发的滑坡进行识别。为提升模型的识别效率,用MobileNetv3替换了YOLOv4的骨干网络CSPDarknet53,并用深度可分离卷积替代YOLOv4中的普通卷积,优化了模型参数和网络结构。结果表明：改进后的YOLOv4算法目标识别精度达到91.37%,比普通YOLOv4检测速度提高了6.19 f/s,精度提高了5.24%,模型参数大小减少了80%。改进后的方法对滑坡的检测精度高于原YOLOv4算法,得到的滑坡位置更为准确,具有轻量化和实时性更高的优势,可为应急救援和灾情评估提供更加可靠的数据。
|
| 关 键 词： | YOLOv4 海地地震 滑坡识别 高分影像 |
| 本文献已被 万方数据 等数据库收录！ |
|
