摘要
本发明公开了一种基于深度学习的闸门前水下淤堵物快速识别方法，涉及水库泄水建筑物运行检测技术领域。该方法包括：从闸门前水下探查视频中提取图像；构建基于深度学习的闸门前水下淤堵物快速识别模型；使用所述模型识别并输出水下淤堵物类别以及位置信息。闸门前水下淤堵物快速识别模型在YOLOv8s的架构上，使用C2f_FasterNet_EMA模块置换YOLOv8s中主干网络和颈部网络中的C2f模块，并用MPDIoU替换CIoU作为边界框损失；C2f_FasterNet_EMA模块是将YOLOv8s中C2f模块中的Bottleneck模块替换为FasterNet的FasterBlock模块，并嵌入EMA注意力机制获得。本发明提供了一种基于深度学习的闸门前水下淤堵物快速识别方法，解决现有技术难以有效识别闸门前水下淤堵物的问题，通过闸门前水下淤堵物快速识别模型，可有效识别闸门前水下淤堵物。
