[发明专利]一种基于深度学习的堰塞坝表层颗粒物质检测方法

权利要求书

1.一种基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，包括以下步骤：

S1)利用遥感装置搭载数码相机获取不同情况下堰塞坝表层颗粒物质的彩色影像，建立训练影像数据集和测试影像数据集；

S2)对训练影像数据集进行预处理，形成标准训练影像数据集；

S3)采用人工方式对标准训练影像数据集中的堰塞坝表层颗粒物质按照选定的标签进行标注，生成标注文件集；

S4)基于深度学习算法对步骤S2)得到的标准训练影像数据集和步骤S3)得到的标注文件集进行训练，训练完成后生成深度学习模型；

S5)利用深度学习模型对步骤S1)得到的测试影像数据集中的堰塞坝表层颗粒物质进行目标识别，并计算出识别精度；

S6)基于三维重建算法对识别目标进行粒径测算，并计算出粒径测算精度；

S7)采用步骤S5)计算的识别精度和步骤S6)计算的粒径测算精度两个指标，对深度学习模型进行评价。

2.根据权利要求1所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，步骤S1)中所述遥感装置为卫星、有人机、无人机或热气球；所述不同情况包括不同的光照条件、气象条件、航高条件、拍摄角度、地貌背景和堰塞坝形成原因；所述训练影像数据集和测试影像数据集之间不存在重复和交叉。

3.根据权利要求1所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，步骤S2)中所述预处理包括：

影像增强，以改善影像的视觉效果；

数据扩增，以增加影像的样本数量；

尺寸规范，以统一影像的尺寸；

格式规范，以统一影像的格式。

4.根据权利要求3所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，所述影像增强采用平滑、锐化、对比度增强、亮度增强、饱和度增强、颜色变换处理中的一种或多种；所述数据扩增采用旋转、平移、剪切、缩放、翻转中的一种或多种；所述尺寸规范采用1024像素*1024像素或512像素*512像素；所述格式规范采用JPG、PNG、GIF、TIF中的一种。

5.根据权利要求1所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，步骤S3)中所述选定的标签将堰塞坝表层颗粒物质归为一类，或根据步骤S1)不同情况设计多分类，或按照一定像素标准进行分类。

6.根据权利要求1所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，步骤S4)中所述深度学习算法为二阶段的Faster R-CNN、Mask R-CNN、Cascade R-CNN、TridentNet算法中的一种或一阶段的YOLO、SSD、DSSD、RetinaNet、CornerNet、CenterNet算法中的一种。

7.根据权利要求1所述的基于深度学习的堰塞坝表层颗粒物质检测方法，其特征在于，步骤S7)中所述识别精度包括准确率P和召回率R两个指标，计算公式分别为：

其中，TP为正确检测出来的堰塞坝表层颗粒物质个数，TPFP为全部检测出来的堰塞坝表层颗粒物质个数，TPFN为理应检测出来的堰塞坝表层颗粒物质个数；

所述粒径测算精度包括粒径的误差x_i、平均值和标准差σ三个指标，计算公式分别为：

x_i＝L_m-L_t，

其中，L_m为某个待识别目标的测算粒径，L_t为某个待识别目标的真实粒径，n为待识别目标的个数。