摘要
本发明公开了一种基于编解码网络的遥感影像多尺度语义分割方法,涉及计算机视觉与遥感图像处理技术领域,包括以下步骤:S1、获取图像数据,对图像进行预处理将图像归一化到指定尺寸,并进行数据增强操作,所述数据增强操作包括:随机旋转、翻转和缩放。本发明提出的基于编解码网络的遥感影像多尺度语义分割方法通过引入ResNeXt50_32x4d作为骨干网络,并结合分组卷积,有效提取了多尺度特征,提升了模型对地表覆盖类型的精准识别能力,通过自适应特征协作模块AFCM的融合策略,不仅融合了局部与全局上下文信息,还通过并行多尺度卷积层和空洞卷积增强了模型对大目标的分割能力,确保了分割结果的准确性和完整性,使分割区域更加平滑完整。
技术关键词
分割方法
编解码
全局平均池化
输出特征
通道
网络
空洞
遥感图像处理技术
深度学习模型
多尺度
注意力机制
像素
语义
编码器特征
解码器架构
系统为您推荐了相关专利信息
道路特征提取方法
输出特征
深度卷积特征
语义特征
图像
糖尿病视网膜病变
分割方法
残差模块
通道注意力机制
网络结构
交通状况监测方法
公路隧道环境
坐标系
局部特征提取
摄像机
飞机
机载防撞系统
并行计算单元
分发模块
实时状态信息
深度学习模型训练
样本
识别工作
分类规则
森林系统