一种基于AI算法的河道漂浮物检测方法.pdf
一只****呀盟
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于AI算法的河道漂浮物检测方法.pdf
本发明的实施例公开一种基于AI算法的河道漂浮物检测方法,用于解决现有的水面漂浮物监测方法只能定点监测,无法实现对整条河道的完整监测的问题。所述基于AI算法的河道漂浮物检测方法包括:通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄;通过图像识别拍摄的河道图像中的河道中是否有漂浮物;若识别出河道中有漂浮物,则控制所述无人机悬停至所述漂浮物上方;调整所述无人机的相机焦距,采集包括所述漂浮物的全部外形轮廓的第一漂浮物图像;利用预设AI算法对所述漂浮物进行检测。本发明提供的方法能够实现对完整河道中漂浮
基于视觉分析的河道漂浮物检测与跟踪方法研究.docx
基于视觉分析的河道漂浮物检测与跟踪方法研究基于视觉分析的河道漂浮物检测与跟踪方法研究摘要:河道漂浮物是水环境管理的重要问题之一,准确而及时地检测和跟踪河道中的漂浮物对于预防和处理水污染有着重要的意义。本论文提出了一种基于视觉分析的河道漂浮物检测与跟踪方法,首先通过图像预处理技术对河道图像进行增强和去噪处理,然后利用目标检测算法检测河道中的漂浮物,最后采用目标跟踪算法实现对漂浮物的跟踪。实验结果表明,该方法能够准确地检测和跟踪河道中的漂浮物,为水污染的防治提供有力支持。关键词:河道漂浮物、视觉分析、目标检测
一种基于边缘计算的河道漂浮物监测方法.pdf
本发明公开了一种基于边缘计算的河道漂浮物监测方法,包括以下步骤:步骤一、通过调取摄像头获取实时视频数据,并提取关键帧图像;步骤二、对步骤一提取的关键帧图像进行图像预处理操作,首先对提取的关键帧图像采用改进的中值滤波做平滑去噪处理,去噪的同时又能保护图像中目标边缘信息,然后对去噪后图像进行拉普拉斯锐化处理,提高图像对比度,增强图像中目标边缘信息。本发明采用选取检测速度和精度有较好平衡的神经网络模型,经过大量数据集训练之后,通过模型剪枝,在保证检测精度的同时,压缩模型大小,提高检测速度,再结合Soc芯片部署到
一种基于AI深度学习算法的表面缺陷检测方法.pdf
本发明公开了一种基于AI深度学习算法的表面缺陷检测方法,包括如下步骤:建立基础卷积神经分类网络,并插入Coordinate注意力机制模块,然后在大型数据集图像网上进行预训练获得预训练权重,保存权重;将待检测图片输入建立的卷积神经网络,获得多个特征图与注意力图;由得到的注意力图指导进行数据增强;将获取到的注意力图与特征图进行双线性注意力叠加的全局平均池化,以得到特征向量,而后拼接成为特征矩阵;构建网络的损失函数,设置网络的超参数并采用带有弱标签的数据集以进行训练。本发明通过替代的弱注释来减少人类在图像标记方
一种基于Graph Cuts算法的漂浮物识别方法.pdf
本发明公开了一种基于GraphCuts算法的漂浮物识别方法,其中,所述方法包括:S1:获取漂浮物图片;S2:对漂浮物图片进行预处理;S3:利用GraphCuts算法在预处理完成的漂浮物图片上绘出漂浮物目标轮廓并对水漂浮物目标进行精确的分割提取,本发明通过将原始漂浮物图片进行中值滤波处理及形态学腐蚀处理,再将预处理完成后的漂浮物图片利用GraphCuts算法进行精确的分割提取,并且采用了基于图片特征组合的比对方式,因此对垃圾图片变化的适应性强,提高了垃圾图片的识别效率及准确率。