摘要
本发明公开了基于预训练大模型与梯侧调优策略的单木检测方法及系统,涉及林业遥感智能监测技术领域,该方法包括:获取遥感图像并预处理和构建参考样本数据集;将预训练大模型作为全局特征编码器,基于梯侧调优策略构建旁支模型作为局部特征编码器,使用编码器逐阶段提取并融合预处理后的遥感图像的全局和局部特征,得到多层级特征;针对不同场景预设分割阈值与冠层处理策略;构建双流特征解码器,根据分割阈值与冠层处理策略,对多层级特征进行处理,再采用全卷积网络进一步处理,得到树木冠层分割结果;输出目标区域内的单木检测信息。本发明提升了对复杂场景的检测适应性,降低对大规模标注数据的依赖,减少单木检测的成本并提高效率。
技术关键词
树木冠层
编码器
全卷积网络
卷积神经网络结构
策略
解码器
特征金字塔网络
多层级特征
阶段
智能监测技术
多尺度
遥感图像数据
融合特征
林业遥感
森林场景
样本
上采样
系统为您推荐了相关专利信息
大语言模型
负载均衡器
阶段
解码
高性能计算能力
模型构建方法
更新模型参数
二维快速傅里叶变换
训练集数据
气象预报技术
监测站
时序特征
交通流预测方法
序列
编码器参数