摘要
本发明提供了一种基于农业田块实例分割框架的农田地块提取方法,涉及遥感图像处理技术领域,该方法包括以下步骤:获取农田地块的遥感图像,通过对遥感图像进行预处理;构建无监督领域适应的农业田块实例分割框架网络模型;利用训练集对无监督领域适应的农业田块实例分割框架网络模型进行训练;通过训练完成的无监督领域适应的农业田块实例分割框架网络模型对待识别的目标域遥感图像进行农田地块提取。本发明通过构建UDA‑FT网络模型,并采用教师‑跨域学生模型架构和一致性互学习策略,有效解决了跨区域、跨传感器农田地块提取的域偏移问题,提高了农田地块提取的精度和鲁棒性。
技术关键词
农田地块
实例分割
农业
教师
学生
框架
标记
遥感图像处理技术
卷积神经网络结构
无监督
训练集
参数
数据
标签
传播算法
图像像素
指数
饱和度
系统为您推荐了相关专利信息
修复方法
时空卷积神经网络
孤立森林算法
农业数据处理技术
生成对抗网络
事件抽取方法
问答模型
标签
抽取装置
计算机可执行指令
缺陷智能诊断系统
扫描电镜
瓷绝缘子
图像亮度特征
实例分割模型
样条插值算法
演化算法
表面形状数据
图论算法
拟合算法