| 样本尺寸对遥感影像FCN训练模型的影响分析 |
| |
| 引用本文： | 李海涛,戴莉莉,顾海燕,杨懿,韩颜顺.样本尺寸对遥感影像FCN训练模型的影响分析[J].测绘科学,2019,44(6):133-137. |
| |
| 作者姓名： | 李海涛 戴莉莉 顾海燕 杨懿 韩颜顺 |
| |
| 作者单位： | 中国测绘科学研究院,北京,100036;北京四维图新科技股份有限公司,北京,100094 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 针对如何选择合适尺寸的影像样本来得到较好的网络模型这一问题,该文基于全卷积神经网络(FCN)的遥感影像分类方法,开展了不同样本尺寸下的网络模型训练实验,分析了样本尺寸分别为128、256、512像素大小时对FCN网络模型的影响。结果表明:512像素×512像素大小样本尺寸下像素准确率、平均准确率、平均交叉联合度量和带权交叉联合度量4个评价指标的精度值均高于128像素×128像素和256像素×256像素大小的值,比128像素×128像素样本尺寸平均高出20%以上,比256像素×256像素样本尺寸高出10%以上,因此,在计算机内存允许范围内采用大尺寸样本进行网络模型的训练,有利于提高模型训练精度,可得到更好的分类结果。
|
| 关 键 词： | 深度学习 全卷积神经网络 训练模型 遥感影像分类 |
Analysis of sample size influence on FCN training model in remote sensing image |
| |
| LI Haitao,DAI Lili,GU Haiyan,YANG Yi,HAN Yanshun.Analysis of sample size influence on FCN training model in remote sensing image[J].Science of Surveying and Mapping,2019,44(6):133-137. |
| |
| Authors: | LI Haitao DAI Lili GU Haiyan YANG Yi HAN Yanshun |
| |
| Institution: | (Chinese Academy of Surveying &Mapping,Beijing100036,China;NavInfo Co.,Ltd.,Beijing 100094,China) |
| |
| Abstract: | LI Haitao;DAI Lili;GU Haiyan;YANG Yi;HAN Yanshun(Chinese Academy of Surveying &Mapping,Beijing100036,China;NavInfo Co.,Ltd.,Beijing 100094,China) |
| |
| Keywords: | deep learning full convolutional network training model remote sensing image classification |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
