基于无人机图像的黄河滩区违规牧羊智能检测方法

为解决传统的黄河滩区违规牧羊行为人工现场巡检方式效率低、监管难度大的问题,介绍一种针对黄河滩区违规牧羊的智能检测方法。提出一种改进的YOLOv5s目标检测算法,通过减小模型尺寸和计算量,提高算法的实时性能,同时设计一种羊群目标定位算法,通过建立相机中心、二维图像像点、空间地面目标物点三者之间的几何关系模型,判断牧羊行为是否发生在违规区域内。结果表明:改进后的YOLOv5s目标检测算法在CPU上的实时性能提升31.25%,训练自建黄河滩区牧羊数据集后模型大小仅为3.8 MB,目标定位算法的精度可控制在10 m以内,能够更快速精准地识别羊群。基于无人机图像的黄河滩区违规牧羊智能检测方法可实现无人化、智能化的黄河河道巡查,大大提高效率和灵活性,减少人力和物力投入,具有重要的现实意义和应用前景。