基于深度学习预测概率的高光谱图像实例分割方法及系统

本发明提供基于深度学习预测概率的高光谱图像实例分割方法及系统，包括获取光谱数据集，将光谱数据集输入光谱分类模型进行训练和验证得到预训练权重，获取高光谱原始数据结果图并处理得到端元的反射率与波长数据曲线，输入预训练权重得到端元的类型值与端元的类型预测概率，基于端元的类型值生成端元类型结果图，将端元的类型预测概率处理得到概率灰度值并生成类型预测概率图，将端元类型结果图与类型预测概率图组合得到高光谱实例分割数据后处理得到实例分割结果。本发明使用相对简便高效的一维谱标注代替二维图像人工标注，充分发掘和利用高光谱数据有效信息，减少人为主观性的影响，提升高光谱数据处理和分析效率和性能。