基于小样本训练的建筑坍塌场景级稀疏目标检测方法

本发明涉及基于小样本训练的建筑坍塌场景级稀疏目标检测方法，包括：获取多源卫星遥感影像，构建初始训练数据样本集与测试数据样本集；对初始训练数据样本集中的正样本进行增强；构建深度神经网络模型；设计场景级与像素级标签双重约束的损失函数；对测试数据样本集进行目标域对齐处理，将处理后的测试数据集输入训练后的模型进行检测，得到建筑坍塌区域的检测结果。本发明的有益效果是：本发明采用了像素级标签与场景级标签的双重约束机制，从微观与宏观两个层面监督网络的学习过程，引导模型更加关注稀疏的建筑坍塌目标，有效提升网络对复杂场景的理解与预测能力。