- 专利标题: 一种基于深度学习的遥感图像选站选线语义分割方法
-
申请号: CN202110511085.X申请日: 2021-05-11
-
公开(公告)号: CN113256649A公开(公告)日: 2021-08-13
- 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
- 申请人: 国网安徽省电力有限公司经济技术研究院 , 国网安徽省电力有限公司 , 中国能源建设集团安徽省电力设计院有限公司
- 申请人地址: 安徽省合肥市蜀山区金寨路73号; ;
- 专利权人: 国网安徽省电力有限公司经济技术研究院,国网安徽省电力有限公司,中国能源建设集团安徽省电力设计院有限公司
- 当前专利权人: 国网安徽省电力有限公司经济技术研究院,国网安徽省电力有限公司,中国能源建设集团安徽省电力设计院有限公司
- 当前专利权人地址: 安徽省合肥市蜀山区金寨路73号; ;
- 代理机构: 合肥国和专利代理事务所
- 代理商 张祥骞
- 主分类号: G06T7/11
- IPC分类号: G06T7/11 ; G06K9/62 ; G06N3/04 ; G06N3/08
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。
公开/授权文献
- CN113256649B 一种基于深度学习的遥感图像选站选线语义分割方法 公开/授权日:2022-07-01