您当前的位置:
首页 >
文章列表页 >
基于Mask RCNN的城市内涝积水深度智能识别研究
气候变化背景下极端暴雨洪涝事件专题征稿 | 更新时间:2025-10-17
    • 基于Mask RCNN的城市内涝积水深度智能识别研究

    • Intelligent Recognition of Urban Flood Depth Based on Mask RCNN

    • 在城市内涝监测领域,研究者基于深度学习构建积水深度识别模型,实现快速响应和智能化监测,有效解决传统监测问题。
    • 人民珠江   2025年 页码:1-11
    • 收稿:2025-07-23

      修回:2025-09-04

      录用:2025-09-09

      网络出版:2025-10-17

    移动端阅览

  • 黄力宏,陈易偲,林恒等.基于Mask RCNN的城市内涝积水深度智能识别研究[J].人民珠江,DOI:10.3969/j.issn.1001-9235.XXXX.XX.001. DOI:

    HUANG Lihong,CHEN Yisi,LIN Heng,et al.Intelligent Recognition of Urban Flood Depth Based on Mask RCNN[J].PEARL RIVER, DOI:10.3969/j.issn.1001-9235...001.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度学习和椭圆检测的城市道路积水深度监测方法研究
耦合物理模型与深度学习的流量预测方法
基于树莓派和深度学习的PCCP管道断丝检测系统
基于地-管-河耦合模型的南宁市城区洪涝灾害模拟及淹没影响研究
基于改进YOLOv8的道路积水监测方法

相关作者

廖宇鸿
黄国如
黄泽禧
孙伟
陈新林
容泽荣
罗小康
王先伟

相关机构

华南理工大学亚热带建筑科学国家重点实验室
广东省水利工程安全与绿色水利工程技术研究中心
华南理工大学土木与交通学院
中山大学地理科学与规划学院
0