一种自监督元迁移学习高光谱目标探测方法及系统

AITNT
正文
推荐专利
一种自监督元迁移学习高光谱目标探测方法及系统
申请号:CN202510265457
申请日期:2025-03-07
公开号:CN120147618A
公开日期:2025-06-13
类型:发明专利
摘要
本发明涉及一种自监督元迁移学习高光谱目标探测方法及系统,属于深度学习技术领域。该方法包括以下步骤:S1:高光谱图像初始源域和目标域数据准备;S2:利用源数据进行自监督预训练GLSL网络;S3:将GLSL迁移到目标探测数据集上进行光谱相似度探测;S4:利用空间约束模块进行学习约束获得目标探测结果。本发明所述方法的性能优于其他的高光谱图像目标探测方法,本方法可以有效迁移到不同的目标探测任务上,并且在背景抑制方面比其他方法具有优势。
技术关键词
样本 邻域 像素点 数据 训练深度学习模型 光谱特征信息 孪生神经网络 信息提取方法 深度学习技术 三元组 噪声 地物信息 微调方法 阶段 视觉 标签 图像 探测系统
系统为您推荐了相关专利信息
1
一种无人机小目标数据集构建与评估方法
无人机 图像 数据 分辨率 深度学习网络
2
一种基于三维成像的道路检测方法
道路检测方法 三维成像设备 分类阈值 邻域 三维点云数据
3
基于模型自主选择的发电设备智能运维方法、系统
发电设备智能 光伏电站 多模态 数字孪生系统 决策
4
一种污水处理的加碳系统
数据 策略网络模型 污水池 计量泵 原液
5
线缆及数据线
发光组件 线缆 传输线 绝缘座 包覆层
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号