基于域?qū)古c自監(jiān)督的多源遙感影像遷移學習方法

基本信息

申請?zhí)?/td> CN202110787876.5 申請日 -
公開（公告）號 CN113486827A 公開（公告）日 2021-10-08
申請公布號 CN113486827A 申請公布日 2021-10-08
分類號 G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N20/00（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 曹金;張效康;文枚金;蘇含坤;楊慶楠 申請（專利權）人 上海中科辰新衛(wèi)星技術有限公司
代理機構 上海統(tǒng)攝知識產(chǎn)權代理事務所（普通合伙） 代理人 杜亞
地址 201306上海市浦東新區(qū)南匯新城鎮(zhèn)環(huán)湖西二路888號C樓
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于域?qū)古c自監(jiān)督的多源遙感影像遷移學習方法，深度學習模型在源域進行預訓練后，再在基于域?qū)褂柧毰c自監(jiān)督訓練的遷移學習框架中進行訓練，將目標域的遙感影像數(shù)據(jù)輸入到訓練完成的深度學習模型中，輸出目標域的預測結果；遷移學習框架包括域?qū)褂柧毮K與自監(jiān)督訓練模塊；域?qū)褂柧毮K包括1個生成器和1個以上判別器；自監(jiān)督訓練模塊包括信息熵計算模塊和偽標簽選取模塊，信息熵計算模塊用于計算每個樣本預測結果的信息熵，偽標簽選取模塊用于根據(jù)每個樣本預測結果的信息熵排序選取偽標簽。本發(fā)明的方法有效解決了現(xiàn)有技術中存在的多源遙感影像模型遷移學習精度不高、自動化程度低、模型效果不穩(wěn)定的問題，應用前景廣闊。