融合全局特征YOLOv8n网络的稀土矿区复垦植被检测方法
DOI：10.11834/jrs.20244338
CSTR：
文献基本信息
中文标题：融合全局特征YOLOv8n网络的稀土矿区复垦植被检测方法
英文标题：Revegetation Detection Method for Rare Earth Mining Areas Using YOLOv8n Network with Integrated Global Features
来源期刊：遥感学报
基金项目：国家自然科学基金项目(42161057);江西省自然科学基金重点项目(20232ACB203025);江西理工大学河流源头水生态保护江西省重点实验室(2023SSY02031)
作 者：李兴梅,李恒凯,刘锟铭,王秀丽
作者单位：江西理工大学 土木与测绘工程学院,赣州,341000;江西省地质局地理信息工程大队,南昌,330000;江西理工大学 经济管理学院,赣州,341000
摘 要：2024年12月13日江西理工大学土木与测绘工程学院的李兴梅、李恒凯团队在《遥感学报》发文，介绍了其在矿区复垦植被检测领域的研究进展，提出了融合全局特征的YOLOv8-AS检测方法，有效提升了复垦植被单棵植株的识别和定位能力，为矿区生态恢复提供技术支持。
相关论文
相关专家