在第三章本文针对Faster R-CNN2的缺陷进行了优化并构建了Faster Swin-T模型用于滑坡检测。为了进一步证明模型改进的有效性以及Faster Swin-T模型在滑坡检测任务上相较于其他常用模型的优势，下面将在数据增强后的毕节市公开滑坡数据集上对Faster Swin-T模型进行训练并评估其训练效果，在确保模型收敛后对比Faster Swin-T、Faster R-CNN2、SSD、YOLOv3、Reppoint五模型的滑坡检测效果。此外，考虑到本文重点在于使用Swin Transformer特征提取网络弥补卷积神经网络在视野受限上的不足因此本文统一在Faster Swin-T模型架构下对Swin-Transformer、ResNet50、ResNet101、Res2Net、RegNet五个网络的滑坡检测效果进行对比。用更通顺的语句专业的语句表达句子中不要出现我们等第一人称

本文对Faster R-CNN2模型进行了优化，构建了Faster Swin-T模型，并在毕节市公开滑坡数据集上进行了训练和评估。在模型收敛后，本文比较了Faster Swin-T、Faster R-CNN2、SSD、YOLOv3和Reppoint五个常用模型在滑坡检测任务上的效果。此外，由于本文注重使用Swin Transformer特征提取网络来弥补卷积神经网络在视野受限方面的不足，因此本文还在Faster Swin-T模型架构下对比了Swin-Transformer、ResNet50、ResNet101、Res2Net和RegNet五个网络的滑坡检测效果。