一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法技术

本发明专利技术公开了一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法，包括以下步骤：(1)在湖泊水域环境下利用无人机采拍摄不同高度下的湖泊水面漂浮物影像，同时，记录湖泊水面整体状况；(2)选择适当的标注工具，对保存的图片进行数据集的标注工作；(3)通过对数据集中的图片和对应的标注信息进行数据增强，然后将增强后的数据集按比例划分数据集为训练集、测试集和验证集；(4)使用YOLOv10模型并进行改进，搭建基于多分支辅助融合改进YOLOv10模型下的目标检测网络，利用获得的数据集进行模型训练和验证；(5)对输出结果进行评价；本发明专利技术实现对水面漂浮物的识别，从而更有效地进行湖泊水面漂浮物的清理工作。

【技术实现步骤摘要】

本专利技术涉及图像识别，具体涉及一种多分支辅助融合改进yolov10无人机水面物体目标检测方法。

技术介绍

1、水资源是自然界中极为重要的组成元素，海洋和湖泊约占地球面积的71％，然而其中只有2.5％是淡水，淡水中只有0.01％适合人类使用。但随着工业进步和社会发展，湖泊面临着重金属、化学制剂、塑料制品等多种因素的污染，具体来说，河道中的漂浮物，包括生活垃圾、工业废弃物、农业残留物以及死亡的动植物，严重破坏了水质和河流景观。这些污染物不仅影响了河流的自然美观，还破坏了水生生态系统，影响了水生动植物的生长和繁殖。特别令人关注的是塑料和泡沫等难以降解的物质，这些物质在河流中积累，难以自然分解。它们不仅影响河流的生态环境，还随河流径流进入海洋，成为造成海洋垃圾和微塑料污染的主要原因之一。目前清理水面漂浮物的方法还是依靠人工去打捞清理，但这种方法效率低下，成本高昂，且难以实现持续和全面的清洁。因此，发展高效的自动化清洁技术对于维护河流的生态平衡和美丽景观至关重要。

2、湖泊水面漂浮物识别技术的一大优势在于其能够同时检测多个目标。然而，为了充分发挥这一优本文档来自技高网...

【技术保护点】

1.一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法，其特征在于，步骤(2)具体如下：使用LabelImg标注工具，框选出漂浮物目标；将标注完成的VOC格式数据集进行转化，需要把xml格式的标注文件转化为YOLOv10训练用的txt格式的文件。

3.根据权利要求1所述的一种多分支辅助融合改进YOLOv10无人机水面物体目标检测方法，其特征在于，步骤(3)具体如下：通过水平翻转、随机亮度、随机平移和自适应直方图均衡这四种方式，对数据集和对...

【技术特征摘要】

1.一种多分支辅助融合改进yolov10无人机水面物体目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多分支辅助融合改进yolov10无人机水面物体目标检测方法，其特征在于，步骤(2)具体如下：使用labelimg标注工具，框选出漂浮物目标；将标注完成的voc格式数据集进行转化，需要把xml格式的标注文件转化为yolov10训练用的txt格式的文件。

3.根据权利要求1所述的一种多分支辅助融合改进yolov10无人机水面物体目标检测方法，其特征在于，步骤(3)具体如下：通过水平翻转、随机亮度、随机平移和自适应直方图均衡这四种方式，对数据集和对应的标注信息进行了数据增强。

4.根据权利要求1所述的一种多分支辅助融合改进yolov10无人机水面物体目标检测方法，其特征在于，步骤(4)包括以下步骤：

5.根据权利要求4所述的一种多分支辅助融合改进yolov10无人机水面物体目标检测方法，其特征在于，步骤(41)具体如下：首先输入特征图经过一个3x3的额外深卷积层处理，接着，特征图通扩展卷积层进行处理，通过1x1卷积核增加特征图的通道数，使网络能够在后续层中捕获更复杂的特征，然后，另一个3x3的深度卷积层继续处理特征图，加深对特征的提取；最后，投影卷积层使用1x1卷积核减少特征通道数，为输出或进一步处理准备特征图。在网络的末端，添加一个残差连接将原始输入添加到最终的特征图上。

6.根据权利要求4所述的一种多分支辅助...

【专利技术属性】
技术研发人员：卫晋松，于银山，张慧，丁萍，丁明鉴，唐旭，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：