期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
DetSegNet:一种基于检测和分割的高精度水尺水位检测网络
被引量:
3
1
作者
房爱印
王永贤
+3 位作者
尹曦萌
王鹏
李忠义
刘志
《河海大学学报(自然科学版)》
CAS
CSCD
北大核心
2024年第2期28-34,共7页
为了克服传统水位测量方法中水位边缘粗糙和检测精度不足的问题,提出了一种高精度的水尺水位检测网络——DetSegNet。DetSegNet在网络结构、损失函数等方面对YOLOv4和DeepLabv3+算法进行了改进,并将水尺刻度识别、水体区域分割、水位线...
为了克服传统水位测量方法中水位边缘粗糙和检测精度不足的问题,提出了一种高精度的水尺水位检测网络——DetSegNet。DetSegNet在网络结构、损失函数等方面对YOLOv4和DeepLabv3+算法进行了改进,并将水尺刻度识别、水体区域分割、水位线检测和水位值计算等模块进行有效结合,实现了对水尺与水体交界区域的高效定位和精确分割。实验结果表明,DetSegNet在水尺图像数据集上的检测精度和速度均优于传统的检测方法;现场测试表明,DetSegNet的水位检测误差小于1 cm,满足水文监测的精度要求。
展开更多
关键词
水位检测
深度学习
图像处理
YOLOv4算法
DeepLabv3+算法
下载PDF
职称材料
题名
DetSegNet:一种基于检测和分割的高精度水尺水位检测网络
被引量:
3
1
作者
房爱印
王永贤
尹曦萌
王鹏
李忠义
刘志
机构
浪潮智慧科技有限公司
北京邮电大学网络空间安全学院
精英数智科技股份有限公司
出处
《河海大学学报(自然科学版)》
CAS
CSCD
北大核心
2024年第2期28-34,共7页
文摘
为了克服传统水位测量方法中水位边缘粗糙和检测精度不足的问题,提出了一种高精度的水尺水位检测网络——DetSegNet。DetSegNet在网络结构、损失函数等方面对YOLOv4和DeepLabv3+算法进行了改进,并将水尺刻度识别、水体区域分割、水位线检测和水位值计算等模块进行有效结合,实现了对水尺与水体交界区域的高效定位和精确分割。实验结果表明,DetSegNet在水尺图像数据集上的检测精度和速度均优于传统的检测方法;现场测试表明,DetSegNet的水位检测误差小于1 cm,满足水文监测的精度要求。
关键词
水位检测
深度学习
图像处理
YOLOv4算法
DeepLabv3+算法
Keywords
water level detection
deep learning
image processing
YOLOv4 algorithm
DeepLabv3+algorithm
分类号
P332.3 [天文地球—水文科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
DetSegNet:一种基于检测和分割的高精度水尺水位检测网络
房爱印
王永贤
尹曦萌
王鹏
李忠义
刘志
《河海大学学报(自然科学版)》
CAS
CSCD
北大核心
2024
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部