一种基于SEEM-SAFPN模型的滑坡识别方法、设备、介质及产品

AITNT
正文
推荐专利
一种基于SEEM-SAFPN模型的滑坡识别方法、设备、介质及产品
申请号:CN202510773407
申请日期:2025-06-11
公开号:CN120673208A
公开日期:2025-09-19
类型:发明专利
摘要
本申请公开了一种基于SEEM‑SAFPN模型的滑坡识别方法、设备、介质及产品,涉及人工智能领域。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;结合SEEM模型和SAFPN模块构建SEEM‑SAFPN模型;所述SEEM‑SAFPN模型包括编码器、解码器以及预测头;所述编码器包括文本编码器、图像编码器、SAFPN模块和视觉采样器;将多模态数据集划分为训练集、验证集和测试集,分别用于对SEEM‑SAFPN模型进行训练、验证和测试,将训练完成的SEEM‑SAFPN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,能够显著提高滑坡识别的效率和准确率。
技术关键词
滑坡识别方法 文本编码器 图像编码器 多模态 采样器 解码器 语义 Softmax函数 数据 样本 特征金字塔网络 交叉注意力机制 模块 视觉 分辨率
系统为您推荐了相关专利信息
1
一种病毒结构三维重建方法及系统
病毒结构 分割算法 注意力机制 密度 三维实景模型
2
基于多模态AI导航的自适应地形移重车及其协同控制系统
协同控制系统 多模态 履带主体 悬崖传感器 双目摄像头
3
一种基于弱纹理环境下的视觉SLAM改进方法
特征点 视觉SLAM方法 动态物体 解码器 双三次插值
4
一种自适应4D高斯泼溅高精度三维重建系统与方法
激光雷达点云数据 分布式并行处理 倾斜摄影数据 卫星影像数据 高精度三维重建
5
基于振动与视觉数据多模态融合的岩体异常检测方法
异常检测方法 长短期记忆网络 交叉注意力机制 振动特征 视觉
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号