-
公开(公告)号:CN118675064A
公开(公告)日:2024-09-20
申请号:CN202411171037.0
申请日:2024-08-26
IPC分类号: G06V20/13 , G06V20/17 , G06V10/774 , G06V10/82 , G06V10/28
摘要: 本申请公开了一种基于深度学习的遥感影像极值检查方法、设备及介质,涉及遥感影像处理技术领域,该方法包括将遥感影像数据输入至训练好的检查卷积核模型,采用GPU加速计算方法,得到遥感影像数据中各极值点的位置和数量;其中,检查卷积核模型的训练过程为:获取样本遥感影像数据;对样本遥感影像数据进行目标标记,得到标记后的样本遥感影像数据;目标包括样本遥感影像数据中各极值点的位置和数量;根据各标记后的样本遥感影像数据,构建遥感影像数据集;基于遥感影像数据集,对检查卷积核模型进行训练,得到训练后的检查卷积核模型。本申请通过设计检查卷积核模型,驱动GPU进行栅格计算,大幅提高了遥感影像处理的效率和准确性。
-
公开(公告)号:CN118675064B
公开(公告)日:2024-11-01
申请号:CN202411171037.0
申请日:2024-08-26
IPC分类号: G06V20/13 , G06V20/17 , G06V10/774 , G06V10/82 , G06V10/28
摘要: 本申请公开了一种基于深度学习的遥感影像极值检查方法、设备及介质,涉及遥感影像处理技术领域,该方法包括将遥感影像数据输入至训练好的检查卷积核模型,采用GPU加速计算方法,得到遥感影像数据中各极值点的位置和数量;其中,检查卷积核模型的训练过程为:获取样本遥感影像数据;对样本遥感影像数据进行目标标记,得到标记后的样本遥感影像数据;目标包括样本遥感影像数据中各极值点的位置和数量;根据各标记后的样本遥感影像数据,构建遥感影像数据集;基于遥感影像数据集,对检查卷积核模型进行训练,得到训练后的检查卷积核模型。本申请通过设计检查卷积核模型,驱动GPU进行栅格计算,大幅提高了遥感影像处理的效率和准确性。
-