《改进Deeplabv3+进行油菜遥感识别案例分析》11000字.docxVIP

PAGE2

改进Deeplabv3+进行油菜遥感识别案例分析

目录

TOC\o1-3\h\u11662改进Deeplabv3+进行油菜遥感识别案例分析 1

58011.1网络架构 2

242921.1.1卷积神经网络 2

78081.1.2改进的DeepLabV3+ 5

281511.2标记样本数据集制作 8

38691.2.1多源卫星数据处理 9

35121.2.2数据对齐 10

311581.2.3数据增强 11

52441.3模型训练 11

95601.3.1损失函数 11

58671.3.2实验设计 12

160491.4结果与分析 14

222881.4.1识别效果 14

39191.4.2试验结果对比 15

43984.3.4性能分析 17

基于深度学习的模型算法，现有的农作物识别模型主要有CNN和基于Unet的模型，存在只考虑局部信息的问题。所以本章节我们拟采用基于Deeplabv3+改进的模型，利用高分辨率、多光谱光学影像等多波段信息，提取全局数据之间的长距离特征，达到提高农作物识别准确率的目的。

传统图像语义分割模型通常只考虑三波段，我们在引入计算机图像语义分割模型的同时，结合遥感卫星多维度特征的数据特点，实现多源多模态融合数据的语