一种基于深度学习的土地覆盖样本数据集质量提升方法

本发明公开了一种基于深度学习的土地覆盖样本数据集质量提升方法，属于土地覆盖样本数据集质量提升领域，该方法包括包括：获取土地覆盖原始样本集；利用深度学习模型获取各样本的高标注质量区域；将土地覆盖原始样本集中各样本除高标注质量区域之外的区域，作为低置信度区域；对低置信度区域进行误判区域识别，并将误判区域标记为高标注质量区域；将当前土地覆盖原始样本集中的高标注质量区域作为标签集，利用标签集对当前低置信度区域进行重新判别；保留土地覆盖原始样本集中高标注质量区域的标签，删除高标注质量区域以外的区域的标签，完成土地覆盖原始样本集的质量提升。本发明解决了现有方法无法基于样本本身进行样本质量提升的问题。