摘要
本发明公开了一种高分辨率遥感图像双分支分割方法,包括:获取高分辨率遥感图像数据集并预处理后,划分为训练集、验证集和测试集;构建高分辨率遥感图像语义分割网络模型,包括细节分支、语义分支以及上采样部分;将训练集输入至高分辨率遥感图像语义分割网络模型中进行训练,计算损失函数并反向传播,更新网络模型参数,获取最佳参数网络模型,并利用验证集对最佳参数网络模型进行验证;将测试集输入到训练好的最佳参数网络模型中,输出高分辨率遥感图像的精确分割图。本发明通过捕获高分辨率遥感图像中不同类型和尺度的目标信息,多层次、多尺度进行特征提取与融合,从而提高高分辨率遥感图像的分割精度。
技术关键词
高分辨率遥感图像
分支
遥感图像数据
残差模块
卷积模块
分割方法
注意力
池化特征
遥感图像语义分割
语义分割网络
权重特征
空间金字塔
加权特征
构建高分辨率
训练集
空洞
系统为您推荐了相关专利信息
路径覆盖测试数据生成方法
模拟退火算法
节点
动态步长调节
机制
多模态信息融合
网络剪枝方法
模态特征
掩码矩阵
融合特征
轻量化神经网络
图像超分辨率
卷积模块
深层特征提取
特征提取模块
水果图像分类
表面图像数据
水果表面缺陷
残差模块
分类准确率
多层膜结构
密度泛函理论
发射器
反射率
参数计算方法