摘要
本申请公开了一种基于深度学习的滑坡灾害预警方法、设备、介质及产品,涉及地质灾害监测领域。首先获取遥感滑坡数据集并进行预处理,构建多模态数据集;多模态数据集中的每个样本均包括遥感图像、文本查询、非文本查询以及对应掩码;构建深度学习模型,包括编码器、DenseASPP模块、解码器以及预测头;编码器包括图像编码器、文本编码器和视觉采样器;将多模态数据集划分为训练集、验证集和测试集,分别用于深度学习模型的训练、验证和测试,将训练完成的深度学习模型作为滑坡提取模型;采用滑坡提取模型识别遥感图像中的滑坡区域,并根据滑坡区域变化进行滑坡灾害预警,能够显著提高滑坡区域识别和滑坡灾害预警的效率和精度。
技术关键词
滑坡灾害预警
深度学习模型
图像编码器
文本编码器
空洞
采样器
语义
解码器
多模态
视觉
数据
空间金字塔池化
样本
交叉注意力机制
地质灾害监测
记忆
分辨率
系统为您推荐了相关专利信息
识别方法
标签
特征提取模块
深度学习网络模型
回波
图像分割方法
动静态
注意力
图像分割模型
图像编码器
车辆系统
数据处理方法
功能模块
偏好特征
系统日志
特征提取模块
状态预测方法
锂电池
数据
深度学习模型训练
训练深度学习模型
诊断系统
数据处理模块
故障诊断模块
数据收集模块