一种基于多任务学习模型的遥感冬小麦识别方法

本发明涉及一种基于多任务学习模型的遥感冬小麦识别方法，针对现有经典语义分割模型存在的高分辨率遥感图像中冬小麦提取边缘不准确以及由于分布过于密集、类内多样性而导致的遗漏、误分类等问题，本发明设计了一种基于多任务学习的Vision Transformer(MCFormer)，将语义分割任务和语义边界任务关联在一起，显著提升了边界检测的准确性。还引入了NDVI和LST作为样本波段，增强冬小麦的光谱特征。