一种基于深度学习的多尺度遥感影像目标识别系统及方法
基本信息
| 申请号 | CN202110014255.3 | 申请日 | - |
| 公开（公告）号 | CN112329751A | 公开（公告）日 | 2021-02-05 |
| 申请公布号 | CN112329751A | 申请公布日 | 2021-02-05 |
| 分类号 | G06K9/00(2006.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 严华;李林锦;刘建明;杨晓冬;任飞龙 | 申请（专利权）人 | 北京道达天际科技股份有限公司 |
| 代理机构 | 北京华专卓海知识产权代理事务所（普通合伙） | 代理人 | 王一 |
| 地址 | 100085北京市海淀区马连洼北路8号C座7层703室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的多尺度遥感影像目标识别系统及方法。所述系统采用服务化的技术架构，将服务进行容器化封装，包括样本数据采集服务，用于在遥感图像中采集样本标记数据，并获取样本标记数据对应的影像瓦片，得到样本数据集；目标识别模型训练服务，用于将样本数据集中的部分样本数据输入到深度学习平台进行模型训练，生成最优预测模型；目标识别预测服务，用于将待识别的遥感影像输入到最优预测模型，进行目标识别，得到目标识别结果。以此方式，可以支持在云平台上进行模型训练和目标识别任务，方便系统升级、迁移部署，提升了遥感影像目标识别的工程化应用水平，使遥感影像地物自动化解译的工程化应用易于实现。 |
