基于MaskR-CNN的水面漂浮物识别方法研究

打开文本图片集

摘要：为及时发现并处理水面漂浮物，提高河湖监管水平，提出了一种基于Mask R-CNN模型的水面漂浮物识别方法。设计了一套漂浮物标签分类规则，建立起河湖领域真实数据样本集，然后构建以抓图服务、AI分析和预警平台为核心模块的水面漂浮物识别方案。对比研究了基于Mask R-CNN模型与基于HOG特征的漂浮物识别方法，并采用不同特征提取网络进行试验。（剩余11830字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。