摘要
本发明提供了一种基于多尺度深度监督的高分辨遥感图像语义分割方法,包括以下步骤:步骤1,获取ISPRS Potsdam数据集和Vaihingen数据集;步骤2,搭建多尺度深度监督网络MDSNet,包括空间分支、语义分支网络和多尺度特征聚合部分;所述空间分支、语义分支网络和多尺度特征聚合部分均为四层结构;步骤3,将训练集输入至多尺度深度监督网络MDSNet中训练,计算损失函数并进行反向传播,更新网络参数,获取训练好的参数模型;步骤4,将测试集输入到训练好的参数模型中,输出目标图像的分割图。本发明提出的方法在提高特征提取能力的同时,提高了语义分割的准确率,以及训练效率和稳定性。
技术关键词
残差模块
多尺度特征融合
分支
特征提取模块
冗余
更新网络参数
上采样
卷积特征
注意力机制
通道
加权特征
坐标
图像
语义特征提取
特征提取能力
系统为您推荐了相关专利信息
网点特征
银行网点推荐方法
多层感知机
注意力
分支
裂纹缺陷检测方法
IC板
编码器模块
解码器
深度学习网络模型
交叉注意力机制
双路神经网络
分类方法
残差模块
图像
智能评价方法
智能评价模型
空间金字塔
YOLO模型
多分支结构
专用数据集
资源受限设备
网络架构
通道
深度学习技术