基于改进YOLOv4的2021年海地7.2级地震震后滑坡识别

作者：付饶; 何敬^*; **

来源：地震研究, 2023, 46(02): 300-307.

DOI：10.20015/j.cnki.ISSN1000-0666.2023.0012

• YOLOv4
• 海地地震
• 滑坡识别
• 高分影像

以国产高分二号影像为数据源，利用改进的YOLOv4算法对2021年海地7.2级地震诱发的滑坡进行识别。为提升模型的识别效率，用MobileNetv3替换了YOLOv4的骨干网络CSPDarknet53,并用深度可分离卷积替代YOLOv4中的普通卷积，优化了模型参数和网络结构。结果表明：改进后的YOLOv4算法目标识别精度达到91.37%,比普通YOLOv4检测速度提高了6.19 f/s,精度提高了5.24%,模型参数大小减少了80%。改进后的方法对滑坡的检测精度高于原YOLOv4算法，得到的滑坡位置更为准确，具有轻量化和实时性更高的优势，可为应急救援和灾情评估提供更加可靠的数据。

• 单位
  地质灾害防治与地质环境保护国家重点实验室; 成都理工大学