基于深度学习的无人机巡查图像识别技术及其应用研究
俞磊 夏巧刚 阮同江

浙江省公众信息产业有限公司，浙江省杭州市，311100；

摘要：随着低空经济的快速发展，无人机凭借灵活机动和成本优势成为多领域智能化监测的核心载体。本文首先从低空经济的市场规模与应用需求出发，系统阐述了无人机图像识别的实现流程，包括多传感器数据采集、图像预处理、深度学习特征提取与模型推断等关键环节；继而分析了现有技术在识别准确率不足、网络与算力资源受限等方面的痛点；针对上述问题，提出了基于改进网络结构、数据增强与在线学习、轻量化推理引擎等技术优化方案；最后结合农业、水稻基地智能巡查案例，展示了技术落地的指标提升与经济效益。

关键词：低空经济；无人机图像识别；深度学习；边缘计算

参考文献

[1]林桂花.基于无人机技术的精准农业机械导航定位方法[J].南方农机,2025,56(08):54-56.

[2]袁峥嵘,何益斌,夏心红,等.基于无人机图像识别的钢结构表面锈蚀检测方法[J/OL].工业建筑,1-10[2025-05-06].

[3]谭俊杰.无人机在地质灾害隐患点快速识别与监测中的应用[J].智能建筑与智慧城市,2025,(04):60-62.

[4]冉险生,刘圣斌.基于改进的YOLOv8检测网络在无人机航拍图像识别中的应用[J].现代电子技术,2025,48(07):48-56.

[5]李红山,徐婷,向泽群,等.基于无人机多光谱遥感与激光雷达的农田防护林退化识别方法[J].甘肃林业科技,2025,50(01):10-20+38.