基于改进的YOLOv9的鸟类识别算法  

作　　者：孙瑶 潘浩哲 

机构地区：[1]中国飞行试验研究院

出　　处：《中国科技信息》2025年第8期124-126,共3页China Science and Technology Information

摘　　要：1背景。试飞机场作为飞机性能测试与验证的重要场所,其安全性直接关系到飞行试验的成败。鸟类作为试飞过程中的重要风险因素,其活动规律和种类识别对于预防鸟击事件,保障试飞安全具有重要意义。传统的鸟类识别方法主要依赖于人工观察和经验判断,但这种方法不仅耗时耗力,而且容易受到人为因素的影响,导致识别结果的不准确。因此,开发一种高效、准确的鸟类细粒度识别方法,对于提高试飞机场的安全管理水平具有重要意义。

关 键 词：YOLOv9 试飞机场 鸟类识别 鸟击事件 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]