轻量化无人机深度学习监测农田“非粮化”
Journal: Hydropower and Water Resources DOI: 10.12238/hwr.v9i5.6377
Abstract
随着无人机遥感技术和深度学习的快速发展,其在农田“非粮化”动态监测中的应用日益广泛。本项目通过设计一种轻量化的深度学习模型,结合无人机遥感影像,实现对农田“非粮化”现象的高效、精准监测。通过优化模型架构和数据预处理方法,降低了计算资源需求并提升了分类精度。研究成果为农田管理政策制定提供了科学依据,对保障粮食安全具有重要意义。
Keywords
无人机；遥感；深度学习；农田；非粮化动态监测
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 郭晓峰.工程测绘中无人机的遥感测绘技术的应用[J].建筑工程与管理,2024,6(6).
[2] 晨昊.无人机遥感技术在测绘工程测量中的应用研究[J].工程建设,2024,7(12).
[3] 乔思奇.工程测量中无人机测绘技术的应用探讨[J].建筑工程与管理,2024,6(7).
[4] 张秀再,沈涛,许岱.基于改进YOLOv8算法的遥感图像目标检测[J].激光与光电子学进展,2024,61(10):290-300.
[5] 郭伟.基于深度学习的遥感图像目标检测方法研究[D].重庆:重庆大学,2021.
[6] Zhengxin Zhang.Drone-YOLO:An Efficient Neural Netw ork Method for Target Detection in Drone Images[J].Drones.
[2] 晨昊.无人机遥感技术在测绘工程测量中的应用研究[J].工程建设,2024,7(12).
[3] 乔思奇.工程测量中无人机测绘技术的应用探讨[J].建筑工程与管理,2024,6(7).
[4] 张秀再,沈涛,许岱.基于改进YOLOv8算法的遥感图像目标检测[J].激光与光电子学进展,2024,61(10):290-300.
[5] 郭伟.基于深度学习的遥感图像目标检测方法研究[D].重庆:重庆大学,2021.
[6] Zhengxin Zhang.Drone-YOLO:An Efficient Neural Netw ork Method for Target Detection in Drone Images[J].Drones.
Copyright © 2025 李玺
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
