Los puntos clave no están disponibles para este artículo en este momento.
El fallo de los estanques de relaves y la contaminación ambiental hacen que el monitoreo de relaves sea muy importante. La tecnología de teledetección puede obtener información terrestre de manera rápida y amplia y se ha convertido en uno de los medios importantes para el monitoreo de relaves. Sin embargo, la eficiencia y precisión de la tecnología de monitoreo de teledetección tradicional tienen dificultades para satisfacer las necesidades de gestión. Al mismo tiempo, afectado por factores como el entorno geográfico y las condiciones de imagen, los relaves tienen varias manifestaciones en las imágenes de teledetección, lo que presenta desafíos para la adquisición precisa de información sobre relaves en grandes áreas. Al mejorar You Only Look Once (YOLO) v5, este estudio diseña un marco basado en aprendizaje profundo para la extracción a gran escala de información sobre estanques de relaves de toda la imagen de teledetección de alta resolución. Para el YOLOv5 mejorado, se integra el Swin Transformer para construir la columna vertebral Swin-T, se introduce el Bloque de Fusión del Red de Pirámide de Características Generalizadas Reparametrizadas (RepGFPN) en DAMO-YOLO para formar el Cuello RepGFPN, y la cabeza se reemplaza con Cabeza Desacoplada. Además, se diseñan estrategias de aumento de muestras (SBS) y supresión global de no máximos (GNMS) para mejorar la calidad de la muestra y suprimir los cuadros de detección repetidos en toda la imagen, respectivamente. Los resultados de las pruebas del modelo basados en toda la imagen de teledetección de alta resolución Gaofen-6 (GF-6) muestran que la puntuación F1 de los estanques de relaves mejora significativamente en un 12.22% en comparación con YOLOv5, alcanzando el 81.90%. Sobre la base de emplear ambas SBS, el YOLOv5 mejorado aumenta el mAP@0.5 de YOLOv5s en un 5.95%, alcanzando el 92.15%. Este estudio ofrece una solución para el monitoreo de estanques de relaves y la gestión del medio ambiente ecológico.
Sun et al. (Tue,) estudiaron esta cuestión.