摘要
本发明涉及一种混合架构专家驱动遥感语义分割自学习网络搜索方法,包括:获取遥感语义分割的数据集;基于先验参数设计混合架构专家网路作为特征编码器;构建异构编码动态搜索空间,通过自适应搜索学习融合混合架构专家的多粒度视觉特征;构建粗‑细粒度表征搜索空间,通过自适应搜索学习融合多粒度视觉特征;采用自下而上逐步上采样策略,通过自适应搜索学习将多粒度视觉特征由粗到细恢复到图像原始分辨率;输出语义分割制图结果,并采用精度评价评估网络的性能。本发明通过融合多架构和混合专家视觉特征以及融合多粒度视觉特征,构建了各项特征表达更加丰富的遥感影像语义分割网络,并且增强了对于遥感地物多尺度特性的适应能力。
技术关键词
网络搜索方法
有向无环图结构
语义分割网络
上采样
代表
视觉特征编码
动态
多粒度特征
遥感地物
编码器
异构
影像
训练集
注意力机制
数据
网路
分辨率
系统为您推荐了相关专利信息
矿山生态环境监测
监测点
训练卷积神经网络
构建卷积神经网络
指数
图像
上采样
绝缘子检测技术
绝缘子缺陷
随机梯度下降