基于Mask-RCNN算法的无人机巡检影像船只目标检测方法研究

摘要：

为了进一步保护水库饮用水源地一级保护区的水质安全,采用测绘无人机手段对水库进行周期性无人机航拍巡检,进而对无人机巡检影像数据中水库船只非法捕捞、非法养殖违法特征目标智能识别、提取,提高水库生态环境检测与管理效率.本文基于卷积神经网络思想,提出了一种基于Mask-RCNN算法的无人机水库巡检影像船只目标检测方法,采用迁移学习方法,利用COCO训练集对船只目标影像进行预训练,再根据本文创建的样本数据集进行训练得到训练模型.通过对增强训练样本并采用ResNet+FPN作为特征提取器得到最优化的无人机巡检影像船只目标检测模型.在不同场景图像中,可以检测识别出水库违法特征目标,实验结果达到了预期要求,提高了无人机水库巡检影像中违法特征目标识别的准确性.

关键词：船只目标识别检测、卷积神经网络、Mask-RCNN、无人机巡检

所属期刊栏目：46

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2023-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：99-102,106