一种基于深度学习的遥感影像半自动标注方法和装置

    公开(公告)号:CN113111716B

    公开(公告)日:2023-06-23

    申请号:CN202110275234.7

    申请日:2021-03-15

    Abstract: 本发明涉及一种基于深度学习的遥感影像半自动标注方法和装置。该方法的步骤包括:基于公开遥感数据集,利用交叉熵损失函数预训练全卷积神经网络;采用预训练的全卷积神经网络对待标注的遥感影像进行预测,输出类别属性概率;根据类别属性概率计算遥感影像像素的不确定性度量值,设定阈值提取不确定像素;根据遥感影像分割的超像素中不确定像素的最小百分比筛选超像素作为推荐标注区域,对其进行人工标注;将推荐标注区域的人工标注和剩余区域的全卷积神经网络预测结果进行合并,得到最终标注结果。本发明能够使人工注释者免于繁重的手工绘制精确边界的负担,提高人工标注效率,还减少了标注工作量和人工标注的主观臆断。

    判断一组查询关键字或词在网页中位置相关性的方法

    公开(公告)号:CN1227611C

    公开(公告)日:2005-11-16

    申请号:CN01109132.0

    申请日:2001-03-09

    Applicant: 北京大学

    Abstract: 一种判断一组查询关键字或词在网页中位置相关性的方法,其特征在于:搜索引擎系统为每个关键字或词计算出其在网页中的前向相邻字/词和后向相邻字/词;依据上述信息判断在用户查询项中相邻的字/词是否在网页中也相邻;如果完全相邻,则将网页的权值适当提高,根据权值输出查询结果。该方法具有较低的时间、空间复杂度,易于处理少数高频字/词所引起的大索引问题,并具有较高的查询准确率。

    一种基于深度学习的遥感影像半自动标注方法和装置

    公开(公告)号:CN113111716A

    公开(公告)日:2021-07-13

    申请号:CN202110275234.7

    申请日:2021-03-15

    Abstract: 本发明涉及一种基于深度学习的遥感影像半自动标注方法和装置。该方法的步骤包括:基于公开遥感数据集,利用交叉熵损失函数预训练全卷积神经网络;采用预训练的全卷积神经网络对待标注的遥感影像进行预测,输出类别属性概率;根据类别属性概率计算遥感影像像素的不确定性度量值,设定阈值提取不确定像素;根据遥感影像分割的超像素中不确定像素的最小百分比筛选超像素作为推荐标注区域,对其进行人工标注;将推荐标注区域的人工标注和剩余区域的全卷积神经网络预测结果进行合并,得到最终标注结果。本发明能够使人工注释者免于繁重的手工绘制精确边界的负担,提高人工标注效率,还减少了标注工作量和人工标注的主观臆断。

    判断一组查询关键字或词在网页中位置相关性的方法

    公开(公告)号:CN1306258A

    公开(公告)日:2001-08-01

    申请号:CN01109132.0

    申请日:2001-03-09

    Applicant: 北京大学

    Abstract: 一种判断一组查询关键字或词在网页中位置相关性的方法,其特征在于:搜索引擎系统为每个关键字或词计算出其在网页中的前向相邻字/词和后向相邻字/词;依据上述信息判断在用户查询项中相邻的字/词是否在网页中也相邻;如果完全相邻,则将网页的权值适当提高,根据权值输出查询结果。该方法具有较低的时间、空间复杂度,易于处理少数高频字/词所引起的大索引问题,并具有较高的查询准确率。

Patent Agency Ranking