摘要
本发明公开了一种基于排序学习和双分支网络的遥感图像目标计数方法,包括以下步骤:对于遥感图像目标计数的数据集,构建全局排序监督信息;对于遥感图像目标计数的数据集,构建局部排序监督信息;根据全局排序监督信息和局部排序监督信息,构建双分支网络模型,利用数据集中的训练集对双分支网络模型进行训练,直至双分支网络模型训练好;将数据集中测试集的图像输入双分支网络模型,得到图像在数据集中的预测排序顺序;计算双分支排序损失,通过近似归一化折损累计增益损失计算,结合双分支排序损失和,得到双分支网络模型的损失函数;利用数据集中验证集的图像级标签进行最小二乘回归拟合,将双分支网络模型预测排序映射到遥感图像目标计数。
技术关键词
双分支网络
计数方法
排序损失
图像级标签
检索图像
sigmoid函数
制作标签
数据
Sigmoid函数
生成神经网络
热力图
代表
标注策略
像素
列表
图像分割
系统为您推荐了相关专利信息
检索图像
转移概率矩阵
列表
图像检索重排序方法
图像检索方法
动态手势识别方法
手部关键点
多尺度特征融合
特征提取网络
视频