摘要
本发明公开了一种基于高分遥感影像的多任务林地识别方法,包括:步骤S1,获取林地遥感数据,确定自主输入通道;步骤S2,通过用户自主输入通道,将读取原始数据源中的样本训练数据和样本测试数据,将其通过数据解码解译TFRecord数据,提取出各样本数据中包含遥感图像数据及标签数据;步骤S3,对遥感图像数据及标签数据进行筛选和数据增强;步骤S4,基于双分支多任务的分割识别深度学习模型,对预处理后的遥感图像数据进行大范围区域的林地与非林地识别;步骤S5,识别结果的可视化输出。本发明解决了现有技术中林地识别精度不高、对林地碎片化区域适应性差、缺乏对时序变化信息有效利用等问题。
技术关键词
高分遥感影像
深度学习模型
遥感图像数据
多任务
识别方法
分支
标签
卷积模块
多尺度特征
样本
数据解码
上采样
边缘检测
通道
编码器
解码器结构
空洞
压缩特征
系统为您推荐了相关专利信息
智能调度系统
调度优化算法
深度学习模型
启发式信息
ARIMA模型
预警方法
LSTM模型
多任务深度学习模型
智能图像识别
视频智能识别
混合神经网络模型
手势识别方法
轻量级神经网络
雷达点云数据
滑动时间窗口
带边缘
支护结构
围岩结构
煤矿巷道掘进
风险识别方法