“我国云南省自然灾害频发，给当地人民带来了巨大的生命财产损失。为了更有效地进行救灾救援，有专家提出了一种基于无人机高分遥感图像和深度学习的目标检测技术，以快速定位损坏的建筑物。在损坏建筑物检测领域，目前面临两大挑战：一是高分辨率的震灾损坏建筑物数据稀缺且价格昂贵；二是待检测目标与背景及其他特征差异小，容易导致错检。为了克服这些问题，该专家构建了基于无人机遥感图像的大规模高分辨率震灾损坏建筑物数据集，涵盖了4598张遥感图像，并对目标建筑物进行了多形式标注。同时，该专家还提出了震灾损坏建筑物实时检测模型，其中融入了目标特征对齐模块、特征差异计算模块和目标边界约束的位置框检测模块。经过验证，该模型在震灾建筑物检测数据集上达到了86%的精度，并在不同地点的实际场景中得到了良好的应用效果。这一研究成果不仅为救灾救援提供了新的技术手段，也为无人机遥感图像在灾害监测领域的应用开辟了新方向。”