基于深度学习的视频观测潮位技术研究

———以厦门高崎码头为例

打开文本图片集

摘要：近岸潮位观测是海洋工程应用、海岸防灾减灾、海岸带管理以及海洋有关科研工作中最基础的工作之一。文章基于视频图像深度学习的方法，使用YOLOv5目标检测算法从安装在近岸的固定摄像机拍摄的视频帧中提取潮汐水位特征进行潮位分析。研究采用厦门高崎码头的分辨率为1920×1080的高清摄像头2023年2月的影像数据作为训练集和验证集，2023年3月的影像数据作为测试集，利用岸边验潮井逐时潮位数据进行标注，采用YOLOv5目标检测算法来训练。（剩余9148字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。