摘要
本发明提供一种半监督多光谱遥感图像场景分类方法、装置、设备及介质,属于遥感图像场景分类技术领域,对无标注多光谱遥感图像进行弱、强增强处理后输入至预先构建的双分支网络结构,得到各分支网络输出的强、弱增强预测结果并融合,得到无标注多光谱遥感图像的伪标签,根据伪标签对双分支网络结构进行训练,将训练完成的双分支网络结构作为场景分类模型;基于场景分类模型对目标多光谱遥感图像进行场景分类,得到目标场景分类结果。双分支网络结构充分利用多光谱遥感图像的空间、光谱信息以及不同波段之间的互补信息,光谱特征分支网络引入光谱注意力能够进一步增强光谱信息提取能力,得到准确性更高的伪标签,进而提升模型的分类性能。
技术关键词
多光谱遥感图像
场景分类方法
网络结构
分支
深度残差网络
参数
注意力
无监督
遥感图像场景分类技术
标签
非暂态计算机可读存储介质
加权算法
线性
模块
处理器
存储器
电子设备
系统为您推荐了相关专利信息
深度强化学习模型
附加阻尼控制器
系统振荡抑制方法
深度神经网络结构
振荡抑制控制方法
腹部CT图像
图像级标签
结直肠癌患者
分辨率
肿瘤
特征提取模型
发动机健康
退化特征
健康评估指标
工况
修复方法
金字塔池化模块
图像修复技术
证件照片
图片
双分支网络
深度神经网络模型
遥感图像数据
特征描述符
关键点