基于YOLOv7算法的易涝区积水快速识别方法研究

• 全文链接
• 请求原文

作   者：

金晓飞;  郭帅;  黄琼;  袁伟; 

关键词：

目标检测;  深度学习;  城市内涝;  YOLOv7算法;  积水识别; 

期刊名称：

中国给水排水

i s s n：

1000-4602

年卷期：

2024 年 40 卷 009 期

页   码：

123-128

摘   要：

为了能够高效便捷地监测识别城市易涝区积水情况,利用深度学习技术,提出了一种基于YOLOv7算法的快速识别积水方法.采用传统数据增强和Mosaic数据增强方法对训练集图像进行扩充,构建了 YOLOv7积水检测模型,并与其他主流目标检测模型Faster R-CNN和YOLOv5m进行了对比分析.结果表明,YOLOv7模型取得了最好的效果,其精度、召回率、平均精度、F1分数分别达到了 92.9%、83.4%、88.8%和87.9%,且单张图片推理时间仅约为0.025 s.该方法在城市内涝积水识别与预警方面具有良好的应用前景.