基于深度学习的高分辨率遥感影像分类方法及系统
基本信息
| 申请号 | CN202210377873.9 | 申请日 | - |
| 公开（公告）号 | CN114694038A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694038A | 申请公布日 | 2022-07-01 |
| 分类号 | 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 | 分类 | 计算；推算；计数; |
| 发明人 | 王潜心;曹芳洁;黄芳;邱芸;赵芬奇;罗彩玉;韩珊 | 申请（专利权）人 | 中国矿业大学 |
| 代理机构 | 北京中索知识产权代理有限公司 | 代理人 | - |
| 地址 | 221116江苏省徐州市铜山区大学路1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于深度学习的高分辨率遥感影像土地利用分类方法及系统，获取高分辨率遥感影像原始图像并进行预处理；制作土地利用类型训练集、验证集、测试集；构建深度学习实例分割模型，对coco数据集进行预训练；利用经过coco数据集预训练的模型，对训练集进行训练，对测试集进行随机测试，在验证集上调整模型参数，进而测试；以地理空间关系对待分类遥感影像按行列进行分割并进行编码，将均等分割后的数据全部作为输入数据输入网络模型进行土地利用分类，对数据进行映射式解码，获取图像。本发明基于深度学习的高分辨率遥感影像分类方法，在基于coco数据集进行预训练的基础上，对高分辨率遥感影像进行实例分割，提高了遥感影像的自动分类精度。 |
