公开(公告)号：CN115082808B

公开(公告)日：2023-05-09

申请号：CN202210683864.2

申请日：2022-06-17

Applicant: 安徽大学

Inventor： 赵晋陵 ,  张思嘉 ,  严豪 ,  黄林生 ,  雷雨 ,  汪传建 ,  黄文江

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于高分一号数据与U‑Net模型的大豆种植区提取方法，包括：获取研究区的高分一号数据影像并进行预处理，得到数据集样本；对数据集样本进行数据处理，划分为训练集和测试集；构建U‑Net网络模型；将训练集输入U‑Net网络模型，分析对比基于U‑Net网络模型的损失函数和训练精度变换曲线，对比不同迭代周期训练结果对比图，选择U‑Net网络模型采用的训练周期；U‑Net分类结果与分析。本发明比Deeplabv3+平均交并比高出了8.89％，验证了U‑Net网络模型在大豆种植区提取方面的性能优于SegNet模型和Deeplabv3+模型；U‑Net网络模型作为语义分割网络的一种，在提取大豆种植区这种二分类问题中，展示了良好的效果，比其他模型在遥感提取中表现更为突出。

公开(公告)号：CN115082808A

公开(公告)日：2022-09-20

申请号：CN202210683864.2

申请日：2022-06-17

Applicant: 安徽大学

Inventor： 赵晋陵 ,  张思嘉 ,  严豪 ,  黄林生 ,  雷雨 ,  汪传建 ,  黄文江

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于高分一号数据与U‑Net模型的大豆种植区提取方法，包括：获取研究区的高分一号数据影像并进行预处理，得到数据集样本；对数据集样本进行数据处理，划分为训练集和测试集；构建U‑Net网络模型；将训练集输入U‑Net网络模型，分析对比基于U‑Net网络模型的损失函数和训练精度变换曲线，对比不同迭代周期训练结果对比图，选择U‑Net网络模型采用的训练周期；U‑Net分类结果与分析。本发明比Deeplabv3+平均交并比高出了8.89％，验证了U‑Net网络模型在大豆种植区提取方面的性能优于SegNet模型和Deeplabv3+模型；U‑Net网络模型作为语义分割网络的一种，在提取大豆种植区这种二分类问题中，展示了良好的效果，比其他模型在遥感提取中表现更为突出。

公开(公告)号：CN217770571U

公开(公告)日：2022-11-08

申请号：CN202221006458.4

申请日：2022-04-28

Applicant: 安徽大学

Inventor： 赵晋陵 ,  张思嘉 ,  陈婷 ,  班旭阳 ,  刘盼 ,  雷雨 ,  黄林生

IPC: H05K5/02

Abstract: 本实用新型公开一种基于遥感大数据的智能设备包括：框体，框体内侧壁设有第一矩形贯穿槽，且所述第一矩形贯穿槽外壁顶部两侧分别设有第二矩形贯穿槽，且所述第二矩形贯穿槽内壁两侧分别设有第一滑槽，且所述第二矩形贯穿槽内侧壁设有第一拉伸板，且所述第一拉伸板外壁两侧设有第一滑块，且所述第一滑块外侧壁连接至所述第一滑槽内侧壁，该一种基于遥感大数据的智能设备，能够提高人工在打开内部时的便捷性，且提高整体装置在对内部组件以及芯片的固定性和防护性，并提高整体装置的实用性。