摘要
本发明涉及一种多模自监督混合曼巴的高光谱影像分类方法,所述方法包括以下步骤:多模自监督混合曼巴的高光谱影像分类数据集处理、构建结合CNN和Mamba的高光谱影像分类网络、基于自监督的高光谱影像分类网络的无标签预训练、基于CLIP的多模态高光谱影像分类模型的训练、对多模态高光谱影像分类模型进行测试。与现有技术相比,结合CNN和Mamba提取空谱特征,有利于实现精准的高光谱图像分类,并通过自监督学习方法对模型进行预训练,无需标注的数据,让模型能够自行识别不同场景下的高光谱图像,提高了模型的泛化能力,同时,基于CLIP模型能够实现多模态的高光谱图像分类。
技术关键词
高光谱影像分类
文本编码器
影像分类方法
分类网络
图像编码器
文本特征向量
图像特征向量
样本
空谱特征
空谱信息融合
更新模型参数
注意力
数据
上采样
监督学习方法
标签
状态空间模型
系统为您推荐了相关专利信息
图像分割系统
图像编码器
肿瘤影像数据
磁共振成像图像
模拟用户输入