基于深度學(xué)習(xí)的高分辨率遙感影像分類方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202210377873.9 申請(qǐng)日 -
公開（公告）號(hào) CN114694038A 公開（公告）日 2022-07-01
申請(qǐng)公布號(hào) CN114694038A 申請(qǐng)公布日 2022-07-01
分類號(hào) G06V20/13（2022.01）I;G06V10/764（2022.01）I;G06V10/30（2022.01）I;G06V10/26（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王潛心;曹芳潔;黃芳;邱蕓;趙芬奇;羅彩玉;韓珊 申請(qǐng)（專利權(quán)）人 中國(guó)礦業(yè)大學(xué)
代理機(jī)構(gòu) 北京中索知識(shí)產(chǎn)權(quán)代理有限公司 代理人 -
地址 221116江蘇省徐州市銅山區(qū)大學(xué)路1號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種基于深度學(xué)習(xí)的高分辨率遙感影像土地利用分類方法及系統(tǒng)，獲取高分辨率遙感影像原始圖像并進(jìn)行預(yù)處理；制作土地利用類型訓(xùn)練集、驗(yàn)證集、測(cè)試集；構(gòu)建深度學(xué)習(xí)實(shí)例分割模型，對(duì)coco數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練；利用經(jīng)過coco數(shù)據(jù)集預(yù)訓(xùn)練的模型，對(duì)訓(xùn)練集進(jìn)行訓(xùn)練，對(duì)測(cè)試集進(jìn)行隨機(jī)測(cè)試，在驗(yàn)證集上調(diào)整模型參數(shù)，進(jìn)而測(cè)試；以地理空間關(guān)系對(duì)待分類遙感影像按行列進(jìn)行分割并進(jìn)行編碼，將均等分割后的數(shù)據(jù)全部作為輸入數(shù)據(jù)輸入網(wǎng)絡(luò)模型進(jìn)行土地利用分類，對(duì)數(shù)據(jù)進(jìn)行映射式解碼，獲取圖像。本發(fā)明基于深度學(xué)習(xí)的高分辨率遙感影像分類方法，在基于coco數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練的基礎(chǔ)上，對(duì)高分辨率遙感影像進(jìn)行實(shí)例分割，提高了遙感影像的自動(dòng)分類精度。