基于DeepLabV3+的遥感图像语义分割方法

遥感图像语义分割在农业、建筑物监测、城市规划等领域发挥着重要的作用，但传统的提取方法无法满足大规模生产且效率低下。针对该问题本文提出一种基于DeepLabV3+的遥感图像语义分割方法。首先，通过对原始数据变换生成多样化的训练数据集；然后，与FCN、U-Net、PSPNet三种语义分割方法比较。实验结果表明，本文方法在总体精度、准确率、交并比指标都达到最优，可实现遥感图像有效的提取，该研究可为遥感图像自动提取提供一定参考。