环境科学与资源利用论文_一种无人机图像识别技 - 水利水电技术报导杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 水利水电技术报导

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

环境科学与资源利用论文_一种无人机图像识别技

作者:

关键词:

摘要：

文章摘要:为了实现水利工程巡检、河湖岸线、河湖环境监测等海量无人机图像异常特征物的智能化检测识别，提高管理效率，满足智慧水利建设的需求，基于YOLO v3算法框架，通过引入注意力模块（SE），构建了高精度的YOLO v3-SE目标检测算法，形成了无人机图像识别技术体系，并将其成功应用于多个水利工程的海量无人机图像的异常特征物检测识别中。结果表明：通过自建66000张图片数据的训练集和35514张图片数据的测试集，本算法与原始YOLO v3算法、改进的SKSet-YOLO v3算法和CBAM-YOLO v3算法相比，在积水、塌方、运输船、滑坡、聚集型垃圾和分散型垃圾等6类目标物的检测精度AP均有较大幅度的提升；平均检测精度mAP也分别从59.83%提升至90.17%、从79%提升至90.17%、从 72%提升至90.17%，精度得到明显提升，满足水利工程智慧化监控的需求。本技术体系不仅可为水利行业无人机图像智能化识别提供技术支撑，也可应用于应急救援、交通和环保巡查等行业的无人机航摄视频和照片异常实时识别，具有广泛的应用前景。

文章关键词:

论文分类号:TV213.4;X832;TP391.41

文章来源：《水利水电技术报导》网址: http://www.slsdjszz.cn/qikandaodu/2022/0119/885.html