一種輕量化的遙感圖像云檢測方法
基本信息

| 申請?zhí)?/td> | CN202111395484.0 | 申請日 | - |
| 公開(公告)號 | CN114120036A | 公開(公告)日 | 2022-03-01 |
| 申請公布號 | CN114120036A | 申請公布日 | 2022-03-01 |
| 分類號 | G06V10/764(2022.01)I;G06V10/774(2022.01)I;G06V20/10(2022.01)I;G06K9/62(2022.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 姚正;馬雷;萬玲 | 申請(專利權)人 | 中科南京人工智能創(chuàng)新研究院 |
| 代理機構 | 南京泰普專利代理事務所(普通合伙) | 代理人 | 張帆 |
| 地址 | 211135江蘇省南京市創(chuàng)研路266號麒麟人工智能產業(yè)園3號樓3樓 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提出一種輕量化的遙感圖像云檢測方法,屬于圖像處理技術領域,具體包括如下步驟:步驟一,從地理空間數(shù)據(jù)云網站下載樣本集;步驟二,搭建基于深度輕量化卷積及SE注意力機制的遙感圖像云檢測網絡框架;步驟三,對遙感圖像云檢測網絡進行迭代訓練;步驟四,獲取遙感圖像云檢測預測結果。本方法通過設置加載SE注意力機制融入深度可分離卷積的過程中,使模型的參數(shù)量大幅度降低達到輕量化的效果,同時能夠使網絡在特征學習過程中更加關注重要特征,然后將每一層的解譯碼模塊采用短連接的方式連接起來,來得到不同尺寸的特征層信息,這樣就能使得網絡模型在學習遙感圖像云層邊緣特征時,對云層的尺度特征更加關注,從而提高了云檢測的精度。 |





