-
公开(公告)号:CN117994664A
公开(公告)日:2024-05-07
申请号:CN202410224759.1
申请日:2024-02-29
申请人: 中国农业大学
IPC分类号: G06V20/10 , G06V20/13 , G06V10/82 , G06V10/44 , G06V10/58 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/0455 , G06N3/084
摘要: 本发明涉及遥感影像田间道路信息提取领域,具体涉及一种基于多层感知神经网络的农田道路信息提取方法。利用遥感卫星获取农田道路的遥感影像数据,构建多光谱遥感影像数据集;以ConvNext‑T神经网络模型为主干网络,结合多头注意力模块、残差模块及多层感知模块构建信息提取网络模型;将所述多光谱遥感影像数据集输入所述信息提取网络模型中进行训练,得到训练好的信息提取网络模型;利用训练好的信息提取网络模型对目标区域的农田道路信息进行提取。根据本发明提出的技术手段,能够提高农田道路提取的精准度,满足规模化的农田道路快速自动检测要求。
-
公开(公告)号:CN117011721A
公开(公告)日:2023-11-07
申请号:CN202310687543.4
申请日:2023-06-12
申请人: 中国农业大学
IPC分类号: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/096
摘要: 本发明涉及一种可迁移的农田覆盖信息精准提取方法,包括如下步骤:S1、获取任意研究区域任意遥感源的原始多光谱卫星遥感影像数据集;S2、对遥感影像中的种植作物的农田覆盖区域进行像素级标注后将遥感影像裁剪为统一尺寸,输入Conv‑U‑Net神经网络中训练,获得Conv‑U‑Net农田覆盖信息提取模型;S3、获取目标研究区域任意遥感源的原始多光谱卫星遥感影像数据集,进行迁移学习,获得迁移学习后的Conv‑U‑Net农田覆盖信息提取模型;S4、将测试集输入迁移学习后的Conv‑U‑Net农田覆盖信息提取模型,获得目标研究区域的精准的农田覆盖信息。本发明实现对异构农田的提取和异遥感源的农田提取,提取效果更好且具有更优异的迁移效果,实践价值更高。
-
公开(公告)号:CN115331104A
公开(公告)日:2022-11-11
申请号:CN202210984818.6
申请日:2022-08-17
申请人: 中国农业大学
IPC分类号: G06V20/10 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/04
摘要: 本发明属于遥感影像作物种植信息提取领域,具体涉及一种基于卷积神经网络并以高分遥感影像为数据源的农作物种植耕地利用信息的提取。本发明提供一种基于卷积神经网络的农作物种植信息提取方法,该方法融合注意力机制与残差模块的卷积网络模型、协同多光谱遥感影像数据,对农作物种植信息进行提取,提高农作物种植信息提取的效果。一种基于卷积神经网络的农作物种植信息提取方法,包括如下步骤:S1、构建经过处理的原始多光谱卫星遥感影像数据集;S2、数据增强;S3、构建模型;S4、设置参数;S5、获取模型训练结果;S6、得到农田种植信息提取结果。
-
-