一种基于残差神经网络的影像分类方法

本发明提供一种基于残差神经网络的影像分类方法，包括以下步骤：收集高分辨率卫星遥感影像数据，确保覆盖多种地物类型；对影像进行预处理，包括将影像调整为较小尺寸、进行像素值归一化及数据增强；将处理后的数据集分为训练集、验证集和测试集；采用基于残差神经网络的模型架构，使用多个残差块，并通过跳跃连接将输入直接添加到输出，以缓解梯度消失问题；在残差神经网络后接入变换器模块，利用自注意力机制对卷积层输出进行处理，以捕捉全局特征；使用交叉熵损失函数和Adam优化器进行模型编译，并在训练过程中采用早停策略以防止过拟合；使用测试集对训练好的模型进行性能评估，计算准确率、召回率和F1‑score，并进行结果可视化以优化分类效果。