基于卷积神经网络模型的照片精细化识别研究 |
| |
作者姓名: | 张俊鑫 郭海京 唐孝培 金诗程 |
| |
作者单位: | 1. 广东省国土资源测绘院;3. 中山大学地理科学与规划学院 |
| |
基金项目: | 广东省省级科技计划项目(2021B1212100003); |
| |
摘 要: | 目前的照片精细化识别主要是基于传统机器学习,识别精度无法保证大范围应用,部分基于神经网络模型的方法在提升精度的同时难以兼顾效率。基于此,提出一种轻量化的卷积神经网络模型,减少了模型的参数量与计算量,从而提高速度。方法包含跨阶段融合以及多尺度融合策略,强化模型的特征学习能力,提升模型的预测精度。在利用三调照片对菠萝、柚子、香蕉等地表植被的识别中,通过与主流模型的对比实验发现,提出的模型在识别速度和精度方面均有较大提高。
|
关 键 词: | 国土三调 精准识别 地表覆盖 卷积神经网络 |
|
|