摘要
本发明属于遥感图像处理技术领域,具体涉及一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法,S1:遥感图像适配器设计;S2:迁移学习参数适配策略;S3:特征融合模块设计;弥合SAM通用特征与遥感特异性特征的模态差异。S4:轻量化分割头设计;针对遥感图像高分辨率场景下的实时处理需求,设计轻量级分割头,通过渐进式上采样路径与自适应输出层的协同设计,在保持分割精度的同时将计算开销降低。S5:训练策略与评估指标。本发明极大程度减少了ROI区域提取网络对大规模逐像素标注数据的依赖,通过多尺度特征提取模块、多头注意力机制和特征融合模块大幅提升模型在遥感图像上的ROI区域提取性能。
技术关键词
区域提取方法
预训练模型
适配器
双线性插值
上采样
多尺度特征提取
遥感图像处理技术
编码器
策略
多头注意力机制
负值特征
像素
通用特征
场景
链式结构
重叠面积
拼接方式
系统为您推荐了相关专利信息
图像去噪方法
噪声提取
CT图像去噪
网络
CT扫描
动态调节方法
房间
人体代谢率
人工智能模型
数据
金字塔特征
多分辨率特征
融合特征
跨层特征
电路板
充电管理系统
电量计
单刀双掷开关
模拟开关
锂电池