摘要
本发明公开了一种基于地形特征的Mask2Former滑坡识别方法及装置,提出了一种基于改进后的Mask2Former所建立的考虑地形特征的深度学习滑坡识别方法,可以计算滑坡识别的不确定性,并致力于解决研究区域河流河道等物体对于滑坡识别准确性所造成的影响。该方法包括:收集并转化相关地形特征数据;将地形特征与遥感影像融合;对处理后的遥感影像进行切割、旋转以及数据增强操作;标注滑坡样本并将标签转化为json;将相关数据输入改进的Mask2Former模型进行训练;选择API指数最高的训练模型,将其运用于滑坡识别;对识别掩膜进行自动提取,获得识别结果,并自动计算识别区域的不确定性及识别评价指标。
技术关键词
地形特征
滑坡识别方法
多通道
解码器
数据
影像
特征金字塔
像素
注意力
标签
图像增强模块
精度
指标
掩膜
模型训练模块
对象
处理器
测试模块
识别装置
系统为您推荐了相关专利信息
计量方法
特征信息识别
频率
总量
神经网络模型识别
建筑群
巡检方法
抑制动态干扰
空间位置偏差
运动恢复结构
高压隔离开关
波传播模型
差异化策略
应力
机械状态监测技术
车辆状态数据
速度预测模型
智能座舱
参数
加速度
电网频率偏差
智能调节方法
谐波监测设备
指数
监测光伏发电系统