-
公开(公告)号:CN115984701A
公开(公告)日:2023-04-18
申请号:CN202310071730.X
申请日:2023-02-07
Applicant: 无锡学院
IPC: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于编解码结构的多模态遥感图像语义分割方法,包括步骤如下:S1,获取包含可见光图像、DSM图像和标签图的遥感图像数据集,对遥感图像数据集进行预处理后,按照设定的比例划分为训练集、验证集和测试集;S2,搭建基于编解码结构的多模态遥感图像语义分割网络;S3,将训练集和验证集输入至多模态遥感图像语义分割网络中训练,计算交叉熵损失函数并进行反向传播,更新网络参数,获取最佳参数模型;S4,将测试集输入到训练好的最佳参数模型中,输出遥感图像的精确分割图。本发明能实现上采样信息充分恢复,提高遥感图像分割准确率。
-
公开(公告)号:CN117058166A
公开(公告)日:2023-11-14
申请号:CN202310910817.1
申请日:2023-07-24
Applicant: 无锡学院
IPC: G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于双路径结构的遥感图像实时语义分割算法,包括如下步骤:S1,获取Potsdam和GID‑15遥感图像数据集并进行预处理后,分别按照设定的比例划分为训练集、验证集和测试集;S2,搭建基于双路径结构的遥感图像实时语义分割网络,包括空间路径、上下文路径和双路径特征聚合部分;S3,将经过预处理的训练集和验证集的遥感图像数据集输入至遥感图像实时语义分割网络中训练,计算交叉熵损失函数并进行反向传播,更新网络参数,获取满足要求的模型并保存该模型;S4,将经过预处理的测试集输入到步骤S3中得到的模型中,输出遥感图像的精确分割。本发明提高了语义特征提取的丰富性和有效性,同时提升分割精度。
-