基于YOLO模型的多掩埋未爆弹磁异常图像识别方法、系统及计算机设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于YOLO模型的多掩埋未爆弹磁异常图像识别方法、系统及计算机设备
申请号:CN202510874798
申请日期:2025-06-27
公开号:CN121033813A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供一种基于YOLO模型的多掩埋未爆弹磁异常图像识别方法,包括:构建磁偶极子仿真模型,通过调整磁偶极子仿真模型磁矩大小、磁偏角及位置参数,获取包含二维磁异常图及对应边界框坐标的未爆弹磁异常数据集,将数据集按比例划分为训练数据集及验证数据集;对训练数据集进行数据增强预处理;基于遗传算法获取YOLO模型最优超参数组合,基于增强预处理后的训练数据集进行YOLO模型训练,并基于验证数据集进行YOLO模型验证,获取多掩埋目标磁异常图像识别YOLO模型;基于航磁探测设备,获取待测区域的二维磁异常分布图,将二维磁异常分布图输入多掩埋目标磁异常图像识别YOLO模型,获取未爆弹坐标及置信度。
技术关键词
YOLO模型 异常图像识别 航磁探测 超参数 仿真模型 异常数据 遗传算法 地磁背景 坐标 磁场强度信息 均匀噪声 优化器 处理器 磁传感器 定义 计算机设备 定位模块