基于深度學習的高分辨率遙感影像分類方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202210377873.9 申請日 -
公開（公告）號 CN114694038A 公開（公告）日 2022-07-01
申請公布號 CN114694038A 申請公布日 2022-07-01
分類號 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 計算；推算；計數(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（專利權）人 中國礦業(yè)大學
代理機構 北京中索知識產(chǎn)權代理有限公司 代理人 -
地址 221116江蘇省徐州市銅山區(qū)大學路1號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種基于深度學習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行預處理；制作土地利用類型訓練集、驗證集、測試集；構建深度學習實例分割模型，對coco數(shù)據(jù)集進行預訓練；利用經(jīng)過coco數(shù)據(jù)集預訓練的模型，對訓練集進行訓練，對測試集進行隨機測試，在驗證集上調整模型參數(shù)，進而測試；以地理空間關系對待分類遙感影像按行列進行分割并進行編碼，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)絡模型進行土地利用分類，對數(shù)據(jù)進行映射式解碼，獲取圖像。本發(fā)明基于深度學習的高分辨率遙感影像分類方法，在基于coco數(shù)據(jù)集進行預訓練的基礎上，對高分辨率遙感影像進行實例分割，提高了遙感影像的自動分類精度。