基于改进YOLOv4的2021年海地7.2级地震震后滑坡识别
Journal of Seismological Research（2023）
摘要
以国产高分二号影像为数据源,利用改进的YOLOv4算法对2021年海地7.2级地震诱发的滑坡进行识别.为提升模型的识别效率,用MobileNetv3替换了 YOLOv4的骨干网络CSPDarknet53,并用深度可分离卷积替代YOLOv4中的普通卷积,优化了模型参数和网络结构.结果表明:改进后的YOLOv4算法目标识别精度达到91.37％,比普通YOLOv4检测速度提高了 6.19 f/s,精度提高了 5.24％,模型参数大小减少了 80％.改进后的方法对滑坡的检测精度高于原YOLOv4算法,得到的滑坡位置更为准确,具有轻量化和实时性更高的优势,可为应急救援和灾情评估提供更加可靠的数据.
更多关键词
the YOLOv4 algorithm,the Haiti Earthquake,landslide identification,high resolution image
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要