摘要
本发明公开了一种基于编解码深度学习的遥感影像云检测方法,包括:一、遥感影像数据集获取;二、构建云检测网络UNet模型;三、利用云检测网络UNet模型对遥感图像进行特征提取;四、云检测网络UNet模型的训练;五、利用训练好的云检测网络UNet模型对后续遥感影像进行云检测。本发明方法步骤简单,编码器模块中采用MBConv模块,提升网络对不规则形状边缘的检测能力,且减少模型的参数量和计算量,提高了算法效率,解码器模块中引入残差模块和CBAM模型,提高对云区域特征的关注,提高了云检测精确度,降低了误检率。
技术关键词
采样模块
上采样
残差模块
输出特征
遥感图像数据
计算机
编解码
编码器模块
编码特征
遥感影像数据
网络
积层
水平垂直翻转
解码器模型
输入解码器
系统为您推荐了相关专利信息
稀疏滤波器
织物缺陷检测方法
检测网络模型
模块
织物疵点
疾病关联预测方法
矩阵
异构
双曲正切函数
疾病特征
遥感图像去噪方法
图像增强模块
特征提取模块
噪声图像
输出特征
光伏逆变器
自动调节方法
功率转换模块
自动调节系统
偏差
多模态数据融合
调控方法
模态特征
全局平均池化
门控循环单元网络