基于自适应增强和细粒度引导的遥感图像分割方法及系统

    公开(公告)号:CN118096784A

    公开(公告)日:2024-05-28

    申请号:CN202410516951.8

    申请日:2024-04-28

    摘要: 本发明涉及遥感图像分割技术领域,特别是涉及基于自适应增强和细粒度引导的遥感图像分割方法及系统,其中方法包括:获取待分割的遥感图像;对待分割的遥感图像进行预处理;将预处理后的遥感图像,输入到训练后的遥感图像分割模型中得到遥感图像分割结果;训练后的遥感分割模型采用编码器对预处理后的遥感图像进行特征提取,得到不同尺度的特征图;采用上下文自适应增强模块对不同尺度的特征图进行上下文自适应增强处理,得到增强后的特征图;采用解码器对增强后的特征图和编码器提取的特征图进行解码处理;采用细粒度引导模块对解码处理的特征进行加权求和,得到最终的预测特征图。本发明在水运船只的遥感分割数据上有着非常优秀的分割性能。

    一种数据资产可视化方法及系统
    2.
    发明公开

    公开(公告)号:CN116775753A

    公开(公告)日:2023-09-19

    申请号:CN202311075757.2

    申请日:2023-08-25

    摘要: 本发明公开了一种数据资产可视化方法及系统,涉及水运交通行业大数据技术领域,该方法包括以下步骤:S1、获取水运交通行业中的数据资产;S2、将水运交通数据解析分解为航线信息、船舶信息及属性信息;S3、提取航线信息中的初始港口信息、目标港口信息及航行路径信息;S4、提取船舶信息中的任务信息、类型信息及船体信息,为不同类型的船舶单体设定船舶ID码;S5、利用数据挖掘算法对属性信息进行分析;S6、设定可视化展示与关键词检索的用户交互界面。本发明通过构建水运交通行业数据资产全局可视化分析及管理,实现水运交通行业中各类型数据资产的整合、解析和可视化展示,提高行业运营效率和管理水平。

    基于自适应增强和细粒度引导的遥感图像分割方法及系统

    公开(公告)号:CN118096784B

    公开(公告)日:2024-07-26

    申请号:CN202410516951.8

    申请日:2024-04-28

    摘要: 本发明涉及遥感图像分割技术领域,特别是涉及基于自适应增强和细粒度引导的遥感图像分割方法及系统,其中方法包括:获取待分割的遥感图像;对待分割的遥感图像进行预处理;将预处理后的遥感图像,输入到训练后的遥感图像分割模型中得到遥感图像分割结果;训练后的遥感分割模型采用编码器对预处理后的遥感图像进行特征提取,得到不同尺度的特征图;采用上下文自适应增强模块对不同尺度的特征图进行上下文自适应增强处理,得到增强后的特征图;采用解码器对增强后的特征图和编码器提取的特征图进行解码处理;采用细粒度引导模块对解码处理的特征进行加权求和,得到最终的预测特征图。本发明在水运船只的遥感分割数据上有着非常优秀的分割性能。

    一种数据资产可视化方法及系统

    公开(公告)号:CN116775753B

    公开(公告)日:2023-11-17

    申请号:CN202311075757.2

    申请日:2023-08-25

    摘要: 本发明公开了一种数据资产可视化方法及系统,涉及水运交通行业大数据技术领域,该方法包括以下步骤:S1、获取水运交通行业中的数据资产;S2、将水运交通数据解析分解为航线信息、船舶信息及属性信息;S3、提取航线信息中的初始港口信息、目标港口信息及航行路径信息;S4、提取船舶信息中的任务信息、类型信息及船体信息,为不同类型的船舶单体设定船舶ID码;S5、利用数据挖掘算法对属性信息进行分析;S6、设定可视化展示与关键词检索的用户交互界面。本发明通过构建水运交通行业数据资产全局可视化分析及管理,实现水运交通行业中各类型数据资产的整合、解析和可视化展示,提高行业运营效率和管理水平。

    基于级联注意力和多尺度特征融合的图像分割方法及系统

    公开(公告)号:CN118096785B

    公开(公告)日:2024-06-25

    申请号:CN202410516954.1

    申请日:2024-04-28

    摘要: 本发明涉及计算机视觉技术领域,公开了基于级联注意力和多尺度特征融合的图像分割方法及系统,包括:构建数据集;构建图像分割模型,采用训练集和验证集对图像分割模型进行训练,采用测试集对图像分割模型进行测试,得到训练后的图像分割模型;获取待分割遥感图像,将待分割遥感图像,输入到训练后的图像分割模型中,得到遥感图像分割结果;其中,训练后的图像分割模型,采用多尺度多样性特征融合模块,进行上下文信息的融合得到不同尺度的初级特征;还采用级联注意力模块实现特征融合,得到深度特征,采用深度监督模块实现深度特征与不同尺度的初级特征的加权融合,得到最终的预测特征图。模型在自然图像数据上有着非常优秀的分割性能。

    基于级联注意力和多尺度特征融合的图像分割方法及系统

    公开(公告)号:CN118096785A

    公开(公告)日:2024-05-28

    申请号:CN202410516954.1

    申请日:2024-04-28

    摘要: 本发明涉及计算机视觉技术领域,公开了基于级联注意力和多尺度特征融合的图像分割方法及系统,包括:构建数据集;构建图像分割模型,采用训练集和验证集对图像分割模型进行训练,采用测试集对图像分割模型进行测试,得到训练后的图像分割模型;获取待分割遥感图像,将待分割遥感图像,输入到训练后的图像分割模型中,得到遥感图像分割结果;其中,训练后的图像分割模型,采用多尺度多样性特征融合模块,进行上下文信息的融合得到不同尺度的初级特征;还采用级联注意力模块实现特征融合,得到深度特征,采用深度监督模块实现深度特征与不同尺度的初级特征的加权融合,得到最终的预测特征图。模型在自然图像数据上有着非常优秀的分割性能。