摘要
本发明公开了一种用于遥感影像道路提取的深度学习网络可视化方法,涉及人工智能深度学习可视化领域;基于PyTorch深度学习框架预训练的遥感影像道路提取模型,可用于单样本区域级的解释结果分析,逐节点的反向贡献度传播实现对分割道路结果的贡献度解释,最后通过可视化算法展示各个节点对提取结果的贡献度;利用最终可视化的贡献度热力图,为道路提取网络优化分析提供了一种方法,并为道路提取过程进行了归因解释。
技术关键词
遥感影像道路
网络拓扑
可视化算法
深度学习网络
可视化方法
深度学习语义分割网络
节点
热力图
深度学习框架
人工智能深度学习
网络优化分析
图像
模型预训练
有向无环图
样本
成分分析
三通道
系统为您推荐了相关专利信息
功能磁共振图像
解码结构
编码结构
空间变换网络
磁共振图像数据
小型火工品
机械臂系统
薄膜式压力传感器
双臂协作机器人
抗静电硅胶
声辐射预报方法
深度学习网络模型
历史运行数据
局部优化算法
构建深度学习网络