原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多尺度和边缘感知的轻量级地物分类网络模型，旨在解决解决深度学习在遥感图像地物分类中推理速度慢的问题。该方法以编码器‑解码器为架构，在编码器阶段，该模型使用兼顾特征提取效果的轻量级分类网络ResNet‑18作为骨干网提取图像特征。在解码器阶段，该方法充分利用了低分辨率特征图的语义信息和高分辨率特征图的空间信息。同时，还通过边缘感知的损失函数来辅助监督语义分割主任务学习。通过这种方式，该模型不仅可以充分利用图像的语义、空间和边缘信息，还可以规避其在推理时速度慢、内存占用高的缺点，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116935094 A
(43)申请公布日 2023.10.24
(21)申请号 202310588686.X
(22)申请日 2023.05.23
(71)申请人 电子科技大学
地址 611731
文档评论（0）