-
公开(公告)号:CN112884791B
公开(公告)日:2021-11-26
申请号:CN202110140509.6
申请日:2021-02-02
Applicant: 重庆市地理信息和遥感应用中心
Abstract: 本发明公开了一种构建大规模遥感影像语义分割模型训练样本集的方法,将已有的遥感影像矢量数据与多期遥感影像进行配准,并依据图斑密度分别通过滑窗算法自动切割提取初级样本集;对初级样本集中每一张图像进行特征提取,并采用聚类算法进行分类,剔除图像质量不佳的样本,获得中间样本集;将中间样本集分批次输入语义分割模型进行迭代优化训练,并在每次迭代优化完成后对样本进行预测,剔除中间样本集中的错误样本,获得目标样本集。其显著效果是:能够避免生成整幅影像且占用空间极大的掩膜,减少滑窗的滑动次数,提高样本的提取速度与数据质量;提高了正确样本在样本集中的纯度,大幅降低了制作大规模样本集的成本。
-
公开(公告)号:CN112884791A
公开(公告)日:2021-06-01
申请号:CN202110140509.6
申请日:2021-02-02
Applicant: 重庆市地理信息和遥感应用中心
Abstract: 本发明公开了一种构建大规模遥感影像语义分割模型训练样本集的方法,将已有的遥感影像矢量数据与多期遥感影像进行配准,并依据图斑密度分别通过滑窗算法自动切割提取初级样本集;对初级样本集中每一张图像进行特征提取,并采用聚类算法进行分类,剔除图像质量不佳的样本,获得中间样本集;将中间样本集分批次输入语义分割模型进行迭代优化训练,并在每次迭代优化完成后对样本进行预测,剔除中间样本集中的错误样本,获得目标样本集。其显著效果是:能够避免生成整幅影像且占用空间极大的掩膜,减少滑窗的滑动次数,提高样本的提取速度与数据质量;提高了正确样本在样本集中的纯度,大幅降低了制作大规模样本集的成本。
-