摘要
本发明提供一种洪涝损毁农田检测方法、装置、设备和存储介质,涉及图像处理技术领域,包括获取待检测农田区域的第一遥感影像及第二遥感影像;基于第一遥感影像及第二遥感影像,应用于洪涝损毁变化检测模型得到洪涝损毁图,其中,构建孪生深度卷积神经网络;基于标记样本图像数据对孪生深度卷积神经网络进行模型训练得到预训练的洪涝损毁变化检测模型;基于预训练的洪涝损毁变化检测模型对未标记样本图像数据进行预测得到洪涝损毁伪标签概率图;基于标记样本图像数据、未标记样本图像数据及洪涝损毁伪标签概率图对预训练的洪涝损毁变化检测模型进行半监督训练得到训练好的洪涝损毁变化检测模型。如此提高洪涝损毁农田变化检测精度。
技术关键词
变化检测模型
编码特征
检测农田
样本
深度卷积神经网络
标记
影像
半监督训练
图像
解码模块
编码模块
无监督
数据
热力图
农田变化检测
噪声标签
非暂态计算机可读存储介质
系统为您推荐了相关专利信息
食管鳞癌
类器官模型
肿瘤类器官
小鼠
恶性胸腹腔积液
时空融合特征
静态特征
残差网络
长短期记忆网络
加权特征
电力系统运行状态
电力系统运行方式
高斯混合模型
后电力系统
样本
患者
肿瘤
评价方法
输入神经网络模型
分类准确率