【技术实现步骤摘要】
本专利技术涉及无人机航拍影像处理与深度学习领域，具体涉及了对无人机航拍图像采用深度学习的方法精确提取铁路的领域。
技术介绍
1、铁路运输是我国最重要的交通运输方式。铁路的提取在铁路运输系统的完善、信息提取的任务中至关重要，优化公共交通系统、列车运输导航、铁路规划和航拍应用任务中也具有广泛的应用。但是部分铁路岔口具有复杂的几何拓扑结构，细小密集等特征等都使得分割任务更加困难。铁路和道路提取任务的整体特征提取、局部细节把握、完整性和准确性等都是至关重要的。传统的方法需要耗费大量的人力成本和时间成本，并且分割精度不高，速度较慢，因此有必要使用基于深度学习的方法，利用无人机航拍数据进行铁路提取来收集铁路样本数据。
2、近年来，基于深度学习方法的卷积神经网络与无人机航拍在目标检测和实例分割任务中取得了令人瞩目的成果。深度卷积网络采用端到端特征学习，通过多层特征提取，获得数据中隐藏的非线性特征。它们可以从大量的训练集中自动学习全局特征，这也是它们在无人机图像实例分割中取得成功的关键原因。基于深度学习的分类方法包括了卷积神经网络、深度信念...
【技术保护点】
1.本专利技术是基于Yolov8的动态结构适应性的铁路轨道提取算法(DSA-Yolov8)，其特征是：该方法由以下步骤实现：
2.根据权利要求1所述的DSA-Yolov8铁路轨道提取算法，其特征在于：步骤一的具体过程为：
3.根据权利要求1所述的DSA-Yolov8铁路轨道提取算法，其特征在于：步骤二的具体过程为：
4.根据权利要求1所述的DSA-Yolov8铁路轨道分割算法，其特征在于：步骤三的具体过程为：
5.根据权利要求1所述的DSA-Yolov8铁路轨道分割算法，其特征在于：步骤四的具体过程为：
6....
【技术特征摘要】
1.本发明是基于yolov8的动态结构适应性的铁路轨道提取算法(dsa-yolov8)，其特征是：该方法由以下步骤实现：
2.根据权利要求1所述的dsa-yolov8铁路轨道提取算法，其特征在于：步骤一的具体过程为：
3.根据权利要求1所述的dsa-yolov8铁路轨道提取算法，其特征在于：步骤二的具体过...
【专利技术属性】
技术研发人员：翁艳彬，谢佩欣，向辉，陈侠虎，贾林，孟子瑞，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。