基于深度學(xué)習(xí)的高分辨率影像農(nóng)作物自動(dòng)提取方法及裝置
基本信息
申請(qǐng)?zhí)?/td> | CN201910827204.5 | 申請(qǐng)日 | - |
公開(公告)號(hào) | CN110751019A | 公開(公告)日 | 2020-02-04 |
申請(qǐng)公布號(hào) | CN110751019A | 申請(qǐng)公布日 | 2020-02-04 |
分類號(hào) | G06K9/00;G06K9/62;G06N3/04 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 楊澤宇;明金;冷偉 | 申請(qǐng)(專利權(quán))人 | 武漢珈和科技有限公司 |
代理機(jī)構(gòu) | 武漢河山金堂專利事務(wù)所(普通合伙) | 代理人 | 武漢珈和科技有限公司 |
地址 | 430000 湖北省武漢市東湖開發(fā)區(qū)武大園路武大科技園2期B3棟6088室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提出一種基于深度學(xué)習(xí)的高分辨率影像農(nóng)作物自動(dòng)提取方法及裝置,所述方法包括:獲取目標(biāo)農(nóng)作物不同物候期的高分辨率影像,制作標(biāo)準(zhǔn)樣本并保存為矢量格式,得到標(biāo)記的矢量樣本;構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型,通過每個(gè)物候期的高分辨率影像以及對(duì)應(yīng)的矢量樣本分別訓(xùn)練所述卷積神經(jīng)網(wǎng)絡(luò)模型,得到不同物候期的分類模型;根據(jù)待分類數(shù)據(jù)的類型,從不同物候期的分類模型中匹配出與待分類數(shù)據(jù)相對(duì)應(yīng)的物候期的分類模型;根據(jù)待分類數(shù)據(jù)的類型及匹配到相應(yīng)的物候期的分類模型進(jìn)行目標(biāo)農(nóng)作物分布提取。本發(fā)明可大幅度提升農(nóng)作物分類識(shí)別的效率,分類過程中不需要人工進(jìn)行干預(yù),且可提高準(zhǔn)確率。 |
