摘要
本发明提供了基于并行网络结构的无监督域适应遥感图像语义分割方法,包括:步骤S1,获取源域数据集和目标域数据集;步骤S2,构建并行网络模型;步骤S3,基于源域数据集对并行网络模型进行训练以构建源域交叉熵损失函数;步骤S4,通过并行网络模型对目标域数据集进行预测生成伪标签并构建目标域交叉熵损失函数;步骤S5,构建通道注意力加权模块得到共享注意力权重,利用共享注意力权重对源域特征和目标域特征进行逐通道加权生成对齐后源域特征和对齐后目标域特征;步骤S6,最小化分布差异进行特征对齐,并基于总损失函数对并行网络模型进行优化;步骤S7,测试得到平均交并比作为语义分割评价指标。有益效果是本发明能够实现高精度的语义分割。
技术关键词
网络结构
并行编码器
注意力
全局平均池化
图像
标签
数据
高斯核函数
分支
特征值
通道
语义
解码器
样本
指标
模块
像素
系统为您推荐了相关专利信息
平整度测量方法
混合网络模型
阳极板
长短记忆网络
局部空间特征