论文部分内容阅读
传统人工河道漂浮垃圾巡检耗时耗力,无人机、无人船河道巡检成为主要方式,目前尚局限于河道漂浮垃圾图像人工判读或简单计算机目标检测,缺乏对漂浮垃圾的自动分类检测。基于无人机航拍影像构建了研究区河道漂浮垃圾数据集,使用深度学习方法对垃圾进行分类识别。顾及河道漂浮垃圾类别不均衡以及在无人机影像中占比较小等情况,在多尺度检测以及数据增强等方面对YOLOv5s目标检测算法进行了针对性改进,经试验验证,改进后算法相较于原始算法,提升了对小目标的检测精度,其类别均衡准确率提高了3.47%。研究表明:将深度学习方法与