基于改进DeepLab v3+模型和迁移学习的高分遥感耕地信息提取方法

文献类型： 中文期刊

第一作者： 毛星

作者： 毛星;金晶;张欣;戴佩玉;任妮

作者机构：

关键词： 耕地信息提取;迁移学习;DEA-Net;高分遥感

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2023 年 39 卷 007 期

页码： 1519-1529

收录情况： 北大核心 ; CSCD

摘要： 针对实际遥感耕地信息提取工作中,多源数据特征复杂、样本标注工作繁重等导致高空间分辨率影像解译精度不高、自动化程度不够的问题,本研究基于DeepLab v3+模型,提出一种融合邻域边缘加权模块(NEWM)和轴向注意力机制模块(CBAM-s)的卷积网络模型DEA-Net,结合迁移学习方法进行高分辨率遥感影像耕地信息提取.首先,在浅层网络结构中加入邻域边缘加权模块,提升高分辨率下地物的连续性,细化边缘分割粒度;其次,在深层网络结构中添加轴向注意力机制模块,增加细小地物的关注权重,减少深度卷积导致地物丢失的情况;最后,采用迁移学习的思想,降低样本标注工作量,提高模型学习能力.利用高分卫星土地覆盖数据集(GID)数据构建源域数据集进行模型预训练,将获取的模型参数及权重信息迁移至大数据与计算智能大赛(BDCI)遥感影像地块分割竞赛数据集和全国人工智能大赛(NAIC)遥感影像数据集制作的 2 种不同目标域数据集中,微调训练后应用于耕地信息提取研究.结果表明,本研究构建方法能够增强模型的空间细节学习能力,提高耕地语义分割精度的同时,降低 2/3 以上的训练样本数量,为遥感耕地信息提取及农业数据智能化利用提供新的思路和方法.

分类号： S126

  • 相关文献

[1]基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法. 孟凤,朱庆伟,董士伟,刘玉,张欣欣,潘瑜春. 2024

[2]基于GeoEye-1高分遥感影像的冬小麦氮肥推荐应用. 张秋阳,杨贵军,徐新刚,李振海,张长利,王树文. 2014

[3]高分遥感在新疆草地资源与生态研究中的应用前景. 赛里克·都曼,托乎塔生,郑逢令,阿斯娅·曼力克. 2009

[4]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[5]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[6]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016

[7]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[8]机器视觉结合深度学习对荔枝估产的算法研究. 高翔,陈福展,董力中,卢嘉威,李媛媛,凡超,陈万云. 2024

[9]基于深度残差网络的小样本杯沿缺陷检测. 金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰. 2021

[10]基于CycleGAN和注意力增强迁移学习的小样本鱼类识别. 刘世晶,刘阳春,钱程,郑浩君,周捷,张成林. 2023

[11]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[12]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[13]基于迁移学习的多模型水稻病害识别方法研究. 王忠培,张萌,董伟,朱静波,孔娟娟,钱蓉. 2021

[14]基于改进Unet++的丘陵地区耕地地块深度分割与提取. 张海天,高懋芳,任超. 2022

[15]基于TMU-Net网络的苹果果心分割方法. 刘长勇,李思佳,史慧,查志华,邓红涛. 2022

[16]基于迁移学习的嫩江市主要农作物遥感分类. 吴禹瑨,李禹萱,宋茜,任超,冷佩. 2023

[17]面向地震波初至智能拾取的超分辨率深度残差方法研究. 李建平,张硕伟,丁仁伟,麻晓敏,赵俐红,赵硕. 2023

作者其他论文 更多>>

微信小程序