您当前的位置：
首页 >
文章列表页 >
基于AGW-YOLO的堤防裂缝无人机遥感影像监测方法
更新时间：2025-07-14

    • 基于AGW-YOLO的堤防裂缝无人机遥感影像监测方法

    • AGW-YOLO-Based UAV Remote Sensing Approach for Monitoring Levee Cracks

    • “在河道堤防裂缝识别领域，AGW-YOLO方法提升了识别精度和定位准确性，降低了计算开销，为堤防安全管理提供高效智能方案。”
    • 工程科学与技术   2025年 页码：1-11
    • 基金信息：
      国家自然科学基金项目(U2243223)

    • DOI：10.12454/j.jsuese.202500280    

      中图分类号： TV698.1+1;TP391.41

    • 收稿日期：2025-04-16，

      修回日期：2025-07-09，

      网络出版日期：2025-07-11，

    移动端阅览

  • 胡伟泊,周少良,赵二峰等.基于AGW-YOLO的堤防裂缝无人机遥感影像监测方法[J].工程科学与技术, DOI：10.12454/j.jsuese.202500280.

    HU Weibo,ZHOU Shaoliang,ZHAO Erfeng,et al.AGW-YOLO-Based UAV Remote Sensing Approach for Monitoring Levee Cracks[J].Advanced Engineering Sciences, DOI：10.12454/j.jsuese.202500280.XXXX,XX(XX):1‒11.

  •  
  •  

0

浏览量

0

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度强化学习的抗感知误差空战机动决策
无人机任务卸载与充电协同优化
面向无人机的逐点偏移式卫星导航欺骗干扰方法
基于知识蒸馏的目标检测模型增量深度学习方法
MFF-YOLO：多尺度特征融合的轻量级道路缺陷检测算法

相关作者

吴冯国
陈希亮
李辉
田成滨
何涵
刘鹏
赵亮
王青山

相关机构

四川大学 计算机学院
四川大学 视觉合成图形图像技术国防重点学科实验室
陆军工程大学 指挥控制工程学院
杭州电子科技大学 计算机学院
沈阳航空航天大学 计算机学院
0