【摘 要】
：
滑坡的检测与识别常常需要依靠经验丰富的专业技术人员,这样不仅效率低下,而且还有一定风险。近年来,深度学习领域不断取得突破,而且在各行各业,凭借其强大的特征提取能力,在医疗,安防,智能监控等领域都得到了广泛应用,展现出来独特的优势。本文围绕深度学习领域的模型构建及参数选择问题,基于滑坡检测,总结了各种模型学习的常见问题及解决办法,运用图像的预处理,采用深度学习目标检测算法,展开对滑坡图像的识别和目标
论文部分内容阅读
滑坡的检测与识别常常需要依靠经验丰富的专业技术人员,这样不仅效率低下,而且还有一定风险。近年来,深度学习领域不断取得突破,而且在各行各业,凭借其强大的特征提取能力,在医疗,安防,智能监控等领域都得到了广泛应用,展现出来独特的优势。本文围绕深度学习领域的模型构建及参数选择问题,基于滑坡检测,总结了各种模型学习的常见问题及解决办法,运用图像的预处理,采用深度学习目标检测算法,展开对滑坡图像的识别和目标检测,最后完成深度学习领域在地质灾害方面的应用。本文的研究工作主要如下:（1）总结了不同深度学习网络模型的优缺点,详细研究了数据集验证、降低误差的方法以及图像预处理对于深度学习模型的影响。（2）开展基于Mask R-CNN算法对滑坡图像的识别研究:通过选取商洛、安康等陕南地区为研究区域,再用labelme对于滑坡影像进行标签预处理,得到原始数据样本;通过几何变换增大样本数据量,缓解过拟合现象;对滑坡图像数据集引入负样本,再进行基于不同数据集的分类,结合研究区域情况和分类标准,对不同数据集的验证集精度进行验证分析,得出了基于Mask R-CNN的无人机滑坡图像识别达到了67.8%的精度。（3）开展本文方法在多源数据集的可行性研究分析及超参数优化研究:选取了对本文方法影响重大的学习率、动量、Io U阈值参数;采取基于网格搜索的暴力检索方式,比较了不同取值对于训练损失和精度的影响,得出使用优化之后相比之前的数据集精度最多提高了8.7%;最后验证了本文方法在卫星影像的可行性,卫星影像数据集的精度最高可达64.7%,进一步肯定了本文方法在应对多源数据集是可行的。
其他文献
银行业之间的竞争,其实质是银行核心人才的竞争,特别是当前信息和互联网技术的不断更新换代及银行业务创新日新月异的大背景下,银行业要想自身具备较强的竞争力并取得长足发展,必须拥有人才资源这一第一生产力。现代企业发展壮大的实践一再证明,谁拥有优秀人才,谁就能在激烈的市场竞争中抢得先机、占据主动,银行业也不例外。如果说拥有优秀人才资源是银行取得市场竞争力的途径,那么,吸引并留住人才,是银行银行业人力资源战
我国电商行业的兴起促进了交通物流运输行业的迅速发展。重型商用车作为物流运输主要的载体发挥着越来越重要的作用。但是,由危险驾驶行为引起的重型商用车运输交通事故比率逐年上升,给人们的生产和生活带来了巨大的损失。根据交通事故数据统计,超车是引发货运交通事故的主要原因。因此研究超车驾驶行为识别与辅助决策至关重要。其难点在于周边车辆的随机行为会造成行驶环境的不确定性,影响超车决策的准确与实时性。这要求在复杂
＜正＞2023年中考作文出题趋势仍然会沿袭2022年的中考，同样也要从新的课程标准出发，从育人方面考量，会在热点、青春、成长、科技、品德、传统文化等方面有所考虑，基于此，我们为2023年考生预测了下面几个考题。
土壤湿度变化与洪水发生都对环境和人类生活有着巨大的影响。目前土壤湿度测量可依靠实地测量和卫星雷达遥感的手段,而洪水监测主要依靠卫星雷达遥感手段,这些方法均存在一定的不足。实地测量需要耗费较大的人力物力,且观测范围小,不适宜大区域、长时间的观测应用。而卫星雷达遥感方式一般成本较高,重访时间较长,无法满足土壤湿度和洪水连续监测的要求。随着全球卫星导航系统（GNSS）在导航、定位、授时等应用领域的日益成
城市公共空间是城市居民活动的载体,伴随社会关系的转变及居民需求的多样化趋势,公共空间随之产生变化。同仁市地处黄南藏族自治州,是一个多民族聚居区;多元文化结合的共同体。在如此独特的环境中,居民社会关系亦变得复杂。复杂的社会关系催生下的公共空间会有怎样的问题?基于此,本文借助社会网络分析法,通过社会网络视角介入对同仁市中心城区公共空间的优化的研究中。本文通过构建以居民活动为媒介的社会关系与公共空间互动
装载机是土石方等工程中广泛使用的机械设备之一。在进行铲装作业时,其工作装置焊接结构部位常常会产生较大的应力集中,并存在许多焊接缺陷,因此最易发生疲劳破坏。对这些焊接区域选择准确的方法评估其疲劳寿命成为提升整机质量的关键。本文以LW900K型装载机工作装置为研究对象,对其工作装置建立刚柔耦合模型,并在添加实测销轴力与油缸位移条件下进行了动力学分析和焊接结构疲劳寿命评估。本文研究的主要内容如下:（1）
传统测绘技术的仪器设备以人工操作为主，受外界环境影响较大。由于计算误差较大，容易影响观测和测绘结果的准确性。然而，数字测绘技术已显示出其全面的优势，特别是在测量数据的准确性、安全性、完整性、丰富性以及图像测量的自动化和效率上。全球定位系统（Global Positioning System,GPS）测绘技术、地理信息技术、遥感技术和原始地图数字处理技术是数字测绘技术的核心，在工程测量中应用越来越多
当前,我国正处于经济转型的重要时期,产业发展效益由高增长向高质量阶段迈进,物流产业作为产业链中的重要一环,决定着商品在地区间的流动效率,在整个市场经济中起着关键性的作用。我国物流产业发展曲折,互联网技术高速跃进,物流相关产业技术得以积累,基础建设不断完善,物联网让虚拟和现实紧密交流,物流需求促使其他相关产业得以快速发展。在当前,数字化转型成为经济发展的重点趋势,由此引发产业结构不断调整、发展模式快
近年来,传统交通系统与人工智能技术的融合促进了智能交通系统的飞速发展,其具备的全面感知理解能力能够多方面改善城市交通环境,提升交通管理能力。交通目标检测作为智能交通系统的关键技术之一,需具备良好服务于智能交通系统以及广泛应用于各类场景的能力。因此,开发性能良好的交通目标精确检测模型是当前领域亟待研究的重要课题之一。本文依托国家重点研发计划（编号:2019YFE0108300）和国家自然科学基金项目
车辆换道行为作为机动车的高频驾驶行为之一,很容易因驾驶人操作失误而引发交通事故,高速公路交通流环境下后果更加严重。而自动驾驶的出现对于降低换道事故风险具有重要意义。不过由于技术的制约,目前的自动驾驶上路试验集中于单自动驾驶车辆混入人类驾驶交通流中这一场景。研究基于这种新型混合交通流场景的自动驾驶换道行为很有必要,但是现有自动驾驶换道模型集中于换道车辆本身和目标车道后车两者,未能将换道场景中的其他车