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
病毒结构
分割算法
注意力机制
密度
三维实景模型
协同控制系统
多模态
履带主体
悬崖传感器
双目摄像头
特征点
视觉SLAM方法
动态物体
解码器
双三次插值
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
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