摘要
本发明提供一种黄土塬边落水洞智能识别的方法,包括:S1、基于无人机遥感影像的训练数据获取;获取研究区域的无人机遥感影像;黄土塬边落水洞标签制作;影像及标签尺寸裁剪;数据结构划分;S2、基于深度多级残差门控注意力的级联网络框架;通过Transformer与卷积运算重构后的编码器将影像中的黄土塬边落水洞抽象为高维语义信息;以门控注意力机制将编码过程中的各层空间和语义特征信息进行过滤;通过并行残差逐深度卷积结构保留更多的跳跃连接和上采样信息;S3、智能识别与性能评价;训练权重的获取;预测结果的精度指标评价及可视化。本发明能够高效精确识别和描绘黄土塬边落水洞,具有较低的成本以及计算强度。
技术关键词
无人机遥感影像
注意力机制
残差结构
批量
语义特征
输出特征
编码块
级联
网络
制作标签
残差学习
残差模块
编码器
非线性
系统为您推荐了相关专利信息
深度神经网络模型
二维卷积神经网络
一维卷积神经网络
数据
剩余使用寿命
电性能测试方法
电池包
电性能测试系统
动态
构建预测模型
人工智能模型
生成对抗网络
多尺度特征融合
人像特征
双线性插值
风险评估模型
多任务损失函数
融合策略
基因表达谱数据
多模态