一种基于深度学习的地形图无标注区域分割方法

本发明提供了一种基于深度学习的地形图无标注区域分割方法，包括收集并分割地形图栅格，得到多源张量地形图；设计主干网络，输出多源张量地形图的特征表示；构建地理语义库，增加地形图的地理语义理解，生成语义权重；设计主干分割网络，进行初始分割预测；量化主干分割网络的预测不确定性，通过多轮迭代的方式，输出初始分割结果；对初始分割结果进行像素连通域检测、地形约束和空间一致性提升，得到连贯分割结果；再将连贯分割结果可视化为热图和空间可解释性图层。本发明能够处理复杂地貌与空间异构情况，使地形图无标注区域分割更加精准、智能和高效，还原无标注区域真实地貌，显著优化边界与空间分布，促进地理信息系统的智能化升级。