摘要
本发明公开了一种基于ViTAEv2‑S模型的遥感滑坡及周边建筑物检测方法及系统,属于图像处理领域,方法包括:构建检测模型:采用轻量化分割框架,包括编码器和解码器,所述编码器采用ViTAEv2‑S主干网络,结合多尺度空洞卷积与自注意力机制,提取多尺度特征;所述解码器简化U‑Net结构,移除金字塔池化模块,加入空间注意力模块聚焦滑坡和建筑物区域,加入通道注意力模块增强滑坡和建筑物对应的特征通道;对所述检测模型进行训练;利用训练好的检测模型对滑坡与建筑物进行同步分割。本发明针对分割框架提出了轻量化改进方案,并提升语义分割精度,显著降低计算资源消耗,提升小样本训练能力,并通过多任务学习,实现滑坡与建筑物的同步检测,适用于灾害实时监测场景。
技术关键词
建筑物检测方法
金字塔池化模块
上采样
编码器
多任务学习策略
注意力机制
解码器
多尺度特征
建筑物检测系统
通道
空洞
训练检测模型
网络
阶段
系统为您推荐了相关专利信息
信息处理模型
软件登录方法
手机屏幕
大数据
节点特征
柔性作业车间调度方法
进化策略
柔性车间作业调度
强化学习框架
柔性作业车间调度系统
自动预测方法
神经网络模型
节点特征
学习控制器
厂房
神经网络模型
光谱定量分析方法
参数
定量分析系统
解码器
电力客服工单
故障实体
语义特征提取
生成方法
命名实体识别