-
公开(公告)号:CN111652075B
公开(公告)日:2023-09-05
申请号:CN202010389193.X
申请日:2020-05-09
申请人: 中国科学院空天信息创新研究院
IPC分类号: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/096
摘要: 本发明提供一种结合迁移学习的高分辨率卫星影像道路快速提取方法、系统,其中的方法包括:对获得的卫星影像进行预处理,针对预处理后的卫星影像生成道路标签并得到样本数据集;采用源数据网络中已有的源数据样本对预设学习模型进行训练,得到预训练模型;利用样本数据集对预训练模型进行训练得到目标训练模型;将待处理卫星影像输入至目标训练模型得到待处理卫星影像的目标道路标签,根据目标道路标签提取待处理卫星影像中的道路。以上方案,将预训练模型迁移至目标网络后能有效利用预训练模型中的权重参数,仅需要根据样本影像数据对预训练模型中的权重参数进行微调即可,模型训练趋于轻量化,同时提高了道路提取精度和提取效率。
-
公开(公告)号:CN111652075A
公开(公告)日:2020-09-11
申请号:CN202010389193.X
申请日:2020-05-09
申请人: 中国科学院空天信息创新研究院
摘要: 本发明提供一种结合迁移学习的高分辨率卫星影像道路快速提取方法、系统,其中的方法包括:对获得的卫星影像进行预处理,针对预处理后的卫星影像生成道路标签并得到样本数据集;采用源数据网络中已有的源数据样本对预设学习模型进行训练,得到预训练模型;利用样本数据集对预训练模型进行训练得到目标训练模型;将待处理卫星影像输入至目标训练模型得到待处理卫星影像的目标道路标签,根据目标道路标签提取待处理卫星影像中的道路。以上方案,将预训练模型迁移至目标网络后能有效利用预训练模型中的权重参数,仅需要根据样本影像数据对预训练模型中的权重参数进行微调即可,模型训练趋于轻量化,同时提高了道路提取精度和提取效率。
-