基于半监督深度学习的植被类地物提取方法
基本信息
申请号 | CN202110944189.X | 申请日 | - |
公开(公告)号 | CN113780096A | 公开(公告)日 | 2021-12-10 |
申请公布号 | CN113780096A | 申请公布日 | 2021-12-10 |
分类号 | G06K9/00(2006.01)I;G06K9/32(2006.01)I;G06K9/34(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 胡辉;李贵现;白莉霜;邹圣兵 | 申请(专利权)人 | 北京数慧时空信息技术有限公司 |
代理机构 | 深圳市港湾知识产权代理有限公司 | 代理人 | 微嘉 |
地址 | 100089北京市丰台区海鹰路1号院1号楼航天海鹰科技大厦207 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于半监督深度学习的植被类地物提取方法,该方法包括以下步骤:获取待处理遥感影像,根据所述待处理遥感影像制作植被类地物样本;将所述待处理遥感影像输入半监督深度学习网络模型中,获得植被类地物提取结果,其中,所述半监督深度学习网络模型为基于植被类地物样本中像素对应的各类别预测概率和各类别标签构建的半监督损失函数以及深度学习网络构建的。该方法在植被类地物提取中,使用半监督式深度学习,在保证地物提取精度的基础上,减少了样本采集的工作量。 |
