一种基于改进YOLOv5s的高分遥感影像滑坡检测方法.pdfVIP

一机真2025年4月

第42卷第4期计算仿

文章编号：1006-9348(2025)04-0213-07

-种基于改进YOLOv5s的高分遥感影像滑坡检测方氵

黄园园，丁雪，易邦进？

（1.云南师范大学信息学院，云南昆明650500；

2.云南省地质科学研究所，云南昆明650200）

摘要：滑坡灾害给人们生产、生活带来了很多损失，如何采用高分遥感影像快速、准确的自动检测出滑坡灾害，对于滑坡灾害

防治有十分重要的现实意义。目前，针对滑坡检测的新方法应用研究，还需要进一步深人，基于此，提出一种基于改进

YOLOv5s的滑坡检测方法，探索深度学习方法提高滑坡检测的有效性。首先，在主干特征提取网络的CBS模块中加人In-

ception模块，通过并联的方式结合不同的卷积层提取特征，聚合不同尺度上的视觉信息；然后，将ASPP模块融入到CSP模

块中，采用不同采样率的空洞卷积来捕捉多尺度信息，并在其中融入卷积块注意力模块获取更多的信息；最后，将SiLU激活

函数改为FReLU激活函数，实现像素级的空间信息建模能力。提出的方法使用数据增强后的武汉大学公开的毕节滑坡数

据集进行了实验，结果表明：改进后的YOLOv5s模型的APO.5达到93.14%，相较于YOLOv5s模型提高了2.67个百分点，验

证了方法的有效性，同时为滑坡检测提供了新的参考。

关键词：滑坡检测高分遥感影像；注意力机制

中图分类号：TP391.9文献标识码：B

AlandslideDetectionMethodBasedonImproved

YOLOv5sinHigh-ResolutionRemoteSensingImages

HUANGYuan-yuan,DINGXue,YIBang-jin?

(1.SchoolofInformation,YunnanNormalUniversity,KunmingYunnan650500,China;

2.YunnanInstituteofGeologicalSciences,KunmingYunnan650200,China)

ABSTRACT:Landslidedisastershavebroughtalotoflossestopeoplesproductionandlife.Howtousehigh-resolu-

tionremotesensingimagestoquicklyandaccuratelydetectlandslidedisastersisofgreatpracticalsignificancefor

landslidedisasterprevention.Atpresent,furtherresearchisneededontheapplicationofnewlandslidedetection

methods.Therefore,thispaperproposesalandslidedetectionmethodbasedonimprovedYOLOv5stoexploredeep

learningmethodstoimprovetheeffectivenessoflandslidedetection.First,addtheInceptionmoduletotheCBSmod-

uleoftheb