一种基于改进语义分割模型的训练及梯田提取方法

AITNT
正文
推荐专利
一种基于改进语义分割模型的训练及梯田提取方法
申请号:CN202411821223
申请日期:2024-12-11
公开号:CN119810434A
公开日期:2025-04-11
类型:发明专利
摘要
本申请提供了一种基于改进语义分割模型的训练及梯田提取方法,改进语义分割模型的网络结构组成为编码器及解码器,编码器采用ResNet50,该提取方法包括:获取待提取梯田区域的GF‑2影像、DEM数据及土地覆被数据;GF‑2影像包括多光谱影像和全色影像;将多光谱影像、全色影像及DEM数据进行融合,得到待提取梯田区域的融合图像;将待提取梯田区域的融合图像输入到预训练的改进语义分割模型中进行预测得到梯田分割图像;基于DEM数据及土地覆被数据对梯田分割图像进行后处理以修正梯田分割图像得到最终的梯田分割图像。本发明提高了梯田的提取精度。
技术关键词
语义分割模型 图像 梯田提取方法 多光谱 影像 全色 编码器 数据 解码器 残差信息 特征提取模块 网络结构 标签 残差模块 卷积模块 CRF模型 通信接口 可读存储介质 存储器
系统为您推荐了相关专利信息
1
一种基于多模型融合的面板不良检测方法及系统
不良检测方法 屏幕划痕 图像分类模型 多模型 样本
2
一种中医人工智能辅助诊疗系统及构建方法
诊疗平台 医护终端 舌苔图像 智能交互模块 样本
3
一种基于图像识别的美术绘画图像处理系统
图像处理系统 绘画 网格 美术 色块
4
基于多模态数据的灾害检测方法、装置、设备和存储介质
多模态 融合特征 数据 时序特征 计算机执行指令
5
图像上色方法、图像上色网络的训练方法及装置
样本 语义特征提取 噪声 图像上色方法 颜色特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号