基于SSD模型的京津冀地区尾矿库检测

• 作者: 李庆 陈俊杰 李庆亭 李柏鹏 卢凯旋 昝露洋 陈正超
• 来源期刊: 遥感技术与应用
• 关键词: 遥感 深度学习 目标检测 尾矿库 京津冀
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: CNN专栏
• 页码范围: 293-303
• 页数: 11页
• 分类号: P237
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2021.2.0293

摘要

我国尾矿库事故频发,所造成的危害极其严重.掌握尾矿库的数量及分布情况对预防尾矿库事故和开展尾矿库应急工作具有重大意义.传统的调查方法主要以地面调查为主,难以做到大范围高频次的监测.因此提出了一种基于深度学习的尾矿库目标检测方法,可以快速识别尾矿库的位置并掌握其地理分布.首先分析尾矿库在遥感图像上的特征,制作适合训练的样本,根据样本的情况优化调整训SSD(Single Shot Multibox Detector)模型,基于优化后的模型进行京津冀地区尾矿库的自动提取.实验结果表明:京津冀地区检测出尾矿库2 696座,召回率达到93.3％.说明采用深度学习 目标检测的方法提取尾矿库,取得了较好的效果,所提出的尾矿库提取方法可应用于全国及全球尾矿库的提取.