摘要
本发明适用于遥感图像识别技术领域,提供了一种基于深度学习的遥感图像识别方法及系统。本发明通过筛选多个有效样本图像;标准化和阶段化处理;创建多个阶段生成器和多个阶段判别器,进行动态对抗训练,生成多个扩充样本图像;进行训练与优化,生成目标识别模型;进行图像识别。能够对多个遥感样本图像进行有效筛选、标准化和阶段化处理,创建多个阶段生成器和多个阶段判别器,进行动态对抗训练,生成多个扩充样本图像,再进行深度学习模型的训练与优化,生成目标识别模型,从而实现样本的有效扩充,使得深度学习模型具有大量的样本进行训练与优化,有效提高目标识别模型的遥感图像识别性能,能够满足应用场景中精确度和可靠性的高要求。
技术关键词
遥感图像识别方法
阶段
样本
深度学习模型
分辨率
遥感图像识别技术
动态
数据分布
模块
裁切单元
分析单元
尺寸
关系
噪声
代表
场景
系统为您推荐了相关专利信息
视觉特征
大数据管理方法
可视化交互界面
分支
模块
可见光图像
管道泵
多层前馈神经网络
图像处理方法
参数
静脉识别方法
静脉识别模型
图片
线特征
保证系统安全性
设备远程监控管理系统
资源分配
实时信息
远程监控模块
稀土