一种完全无监督Transformer网络的SAR海水养殖信息提取方法

AITNT
正文
推荐专利
一种完全无监督Transformer网络的SAR海水养殖信息提取方法
申请号:CN202510323232
申请日期:2025-03-19
公开号:CN119851157B
公开日期:2025-07-08
类型:发明专利
摘要
本发明提供一种完全无监督Transformer网络的SAR海水养殖信息提取方法,属于海洋遥感与人工智能交叉技术领域。本发明第一阶段从大量无标记的SAR海水养殖影像中提取目标的通用特征,为下游分割网络提供初始化权重。第二阶段则设计全局最优伪标签生成器和细粒度判别与补全模块:前者捕获全局相似的语义特征,生成初始伪标签,在增强语义相关性的同时消除混淆目标的干扰;后者提高伪标签的局部连续性,通过分区域补全目标的细节和连续性语义特征。本发明能够解决无法深度挖掘海量无标记海水养殖内蕴信息,且传统无监督方法在复杂场景下分割性能受限等问题,通过不断优化的伪标签作为真值训练分割网络,能够实现完全无监督的海水养殖分割任务。
技术关键词
信息提取方法 无监督 网络 注意力 伪标签生成器 图像块特征 海水 参数 像素点 人工智能交叉技术 SAR遥感影像 数据 生成训练图像 模块 均值聚类算法 语义特征 边缘检测算子
系统为您推荐了相关专利信息
1
一种光纤同路由检测方法、相关设备、存储介质及计算机程序产品
数据 光纤 曲线特征 事件特征 神经网络模型
2
一种基于多任务的胎儿心脏标准切面检测方法
胎儿心脏 融合特征 金字塔网络 多任务 卷积模块
3
基于序列转换的命名实体识别方法及系统
转移概率矩阵 长短记忆神经网络 命名实体识别方法 长短记忆网络 标签
4
一种电力信息物理融合系统的网络安全风险分析方法
节点 指数 异常流量 风险 指示设备
5
一种特定通信信号识别方法、装置、介质及设备
通信信号识别方法 深度卷积神经网络 傅里叶变换处理 矩阵 浅层卷积神经网络
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