摘要
本发明涉及智慧农业技术领域,具体而言,涉及基于多模态深度学习的农作物遥感识别方法,该方法的步骤包括:获取第一遥感图像数据及第二遥感图像数据;基于LKA深度神经网络构建农作物遥感图像识别模型,基于多尺度注意力策略构建融合模块;通过第一遥感图像数据及第二遥感图像数据训练农作物遥感图像识别模型,提取第一遥感图像数据及第二遥感图像数据的特征,通过融合模块将第一遥感图像数据的特征及第二遥感图像数据的特征进行融合,以获取第三遥感图像数据;基于完成训练的农作物遥感图像识别模型对第三遥感图像数据进行识别,基于农作物类型识别结果进行分割,完成农作物类型及种植面积的精准识别。
技术关键词
遥感图像数据
农作物遥感识别方法
遥感图像识别
多模态深度学习
深度神经网络
归一化模块
解码器模型
注意力
图像增强
多尺度
图像配准
智慧农业技术
通道
编码器
策略
红色
点对点
校正
系统为您推荐了相关专利信息
标志物
图像增强方法
暗通道先验
监测预警方法
双目摄像头
深度神经网络模型
增量学习方法
图像处理模型
数据
图像处理方法
药代动力学
机器学习模型
性质预测方法
分子结构特征
多头注意力机制
风机齿轮箱
深度神经网络
全局特征提取
局部特征提取
多层感知器