| 基于DSU-Net的黄土高原淤地坝智能识别 |
| |
| 作者姓名： | 侯景伟 朱默研 侯博 |
| |
| 作者单位： | 1. 湖南科技学院土木与环境工程学院;2. 宁夏大学地理科学与规划学院;3. 湖南科技学院传媒学院 |
| |
| 基金项目： | 国家自然科学基金项目（41661026）；;湖南省教育厅科学研究重点项目（22A0573）；;湖南省自然科学基金面上项目（2023JJ30271）； |
| |
| 摘 要： | 识别现有淤地坝的位置、规模和健康状况是“十四五”期间淤地坝规划、建设的基础，是防止水土流失的重要举措。建立了淤地坝影像切片数据集，将DenseNet169和SENet融合到U-Net，构建了DSU-Net深度学习模型。经过对数据集的训练和测试，DSU-Net模型的准确率、F1 Score、均交并比和训练时间分别为97.00%、79.13%、81.14%和770 ms/step,DSU-Net识别淤地坝的精度高于U-Net和DU-Net等深度学习模型。DSU-Net模型能准确识别淤地坝的位置和形状，为黄土高原淤地坝的规划、建设、加固和维护、黄河流域生态保护和高质量发展提供技术支撑和决策支持。
|
| 关 键 词： | DSU-Net U-Net 淤地坝 智能识别 水土保持 |
|
