-
公开(公告)号:CN119762784A
公开(公告)日:2025-04-04
申请号:CN202411905228.5
申请日:2024-12-23
Applicant: 西安交通大学
Abstract: 本申请提供了一种模型训练方法、基于大模型的遥感图像智能分割方法和装置,包括:将样本遥感图像数据集中的样本遥感图像输入第一图像分割模型,得到第一图像分割模型输出的第一分割掩码图像;其中,样本遥感图像数据集的平均信息熵大于或等于第一阈值,基于第一分割掩码图像,确定样本遥感图像中各个预设分割区域分别对应的分割预测类型,基于分割预测类型和各个预设分割区域分别对应的样本分类标签,确定第一图像分割模型的第一模型损失值,基于第一模型损失值,调整第一图像分割模型的第一模型参数,得到目标图像分割模型,使用目标图像分割模型进行遥感图像分割时,可以在一定程度上提升遥感图像的分割准确性。
-
公开(公告)号:CN118015334A
公开(公告)日:2024-05-10
申请号:CN202410022218.0
申请日:2024-01-05
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/22 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提出了一种基于域特定样本选择的域适应目标检测方法及系统,属于计算机视觉领域,包括以下步骤1)获取包括目标域数据集、源域数据集和外部域数据集的第一数据集;2)利用所述第一数据集对目标检测模型进行预训练,得到初始目标检测模型;3)从所述外部域数据集中选取与该图像对应的特定样本;4)将所述特定样本、所述目标域数据集以及所述源域数据集进行合并,得到第二数据集,并对所述第二数据集中每一个图像标记域标签;5)利用所述第二数据集对所述初始目标检测模型进行微调,使所述初始目标检测模型关注到域不变特征,得到域适应目标检测模型;6)将待检测图像输入所述域适应目标检测模型得到检测结果。
-