摘要
本发明公开了深度学习技术领域的一种遥感影像分割纠错方法、系统、介质及设备,旨在解决遥感影像分割纠错修复的优化问题。方法包括:对获取到的遥感影像数据进行数据预处理,得到遥感图像和初始分割;将遥感图像和初始分割输入训练好的遥感影像分割纠错模型:通过IS特征提取模块进行特征提取,得到多尺度高级语义特征和初始分割特征;通过通道空间注意力模块,对多尺度高级语义特征和初始分割特征进行误差估计,得到错误估计特征和错误估计结果;通过错误通知细化模块,对初始分割特征、错误估计特征和错误估计结果进行误差修正,得到分割修复结果。本发明能有效提高遥感影像分割精度,在复杂背景和细节要求高的任务中展现了较强的适应性。
技术关键词
遥感影像分割
纠错方法
语义特征
遥感影像数据
特征提取模块
sigmoid函数
多尺度特征
融合特征
注意力
分支
通道
图像
通知
误差
深度学习技术
纠错系统
存储计算机程序
系统为您推荐了相关专利信息
融合特征
预训练模型
语义特征
自然语言文本
键值
结肠镜图像
高斯滤波器
深度学习模型
特征提取模块
分析装置
成分分析方法
成分分析系统
验证覆盖率
软件
智能知识库
器官分割方法
高层语义特征
卷积模块
编码器特征
解码器架构
状况监测方法
溯源信息
协同优化算法
特征提取模块
自动化检测设备