一种基于深度学习的遥感图像选站选线语义分割方法
基本信息
| 申请号 | CN202110511085.X | 申请日 | - |
| 公开（公告）号 | CN113256649A | 公开（公告）日 | 2021-08-13 |
| 申请公布号 | CN113256649A | 申请公布日 | 2021-08-13 |
| 分类号 | G06T7/11（2017.01）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 | 刘军;盛金马;张天忠;姜克儒;张金锋;吴晓鸣;孟宪乔;谢枫;吴睿;刘大平;何辉;陈天佑;朱晓峰;周贺;刘耀中;朱勇;李鸿鹏;韩承永 | 申请（专利权）人 | 中国能源建设集团安徽省电力设计院有限公司 |
| 代理机构 | 合肥国和专利代理事务所（普通合伙） | 代理人 | 张祥骞 |
| 地址 | 230022安徽省合肥市蜀山区金寨路73号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习的遥感图像选站选线语义分割方法，包括：确定输电线路工程选站选线需要提取的关键性地物要素；制作包含关键性地物要素的遥感图像样本集；改进Deeplabv3+网络模型作为遥感图像选站选线语义分割模型；对遥感图像选站选线语义分割模型进行训练，确定遥感图像选站选线语义分割模型的参数；将待分割遥感图像输入训练好的遥感图像选站选线语义分割模型，得到关键性地物要素的分割结果。本发明充分利用主干网络产生的多尺度特征信息，并对深层特征进行更细化的上采样操作，提高了遥感图像中关键性地物要素的分割精度。 |
