欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022100720539
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于注意力调控的遥感图像语义分割方法,其特征在于,所述方法包括:获得第一遥感图像集,其中,所述第一遥感图像集包括多个遥感图像;

将所述第一遥感图像集随机划分为两部分,分别记作第一训练集和第一测试集;

对所述第一遥感图像集中各个遥感图像依次进行目标轮廓标注,获得第一标签集,其中,所述第一标签集包括第一训练标签集和第一测试标签集,且,所述第一训练标签集与所述第一训练集具备一一对应关系,所述第一测试标签集与所述第一测试集具备一一对应关系;

基于FCMANet编码解码语义分割结构,构建第一初始模型;

构建注意力调控模型,其中,所述注意力调控模型包括类别注意模块和多尺度注意模块;

基于所述第一训练集、所述第一训练标签集和所述注意力调控模型,对所述第一初始模型进行训练,获得编码-解码语义分割模型;

基于所述编码-解码语义分割模型,对遥感图像进行语义分割;

其中,所述基于FCMANet编码解码语义分割结构,构建第一初始模型,包括:利用通道压缩残差模块,构建第一编码结构;

基于所述第一编码结构,生成密集特征信息;

利用双线性插值上采样,构建第一解码结构;

基于所述第一解码结构,对所述密集特征信息进行解码;

基于所述第一编码结构和所述第一解码结构,构建所述第一初始模型;

其中,所述构建所述第一初始模型之后,还包括:

基于所述第一训练集和所述第一训练标签集,对所述第一初始模型进行训练;

利用交叉熵损失函数,获得所述第一初始模型的第一实时训练进度;

若所述第一实时训练进度符合预设阈值,获得所述编码-解码语义分割模型;

其中,所述获得编码-解码语义分割模型之后,包括:基于所述第一编码结构,获得第一主干网络Bottleneck结构,其中,所述第一主干网络包括Bottleneck1结构、Bottleneck2结构、Bottleneck3结构、Bottleneck4结构;

在所述Bottleneck1结构、所述Bottleneck2结构、所述Bottleneck3结构后,依次添加所述类别注意模块;

在所述Bottleneck4结构后,添加多尺度注意模块;

基于所述类别注意模块和所述多尺度注意模块,对所述编码-解码语义分割模型进行注意力调控。

2.如权利要求1所述的方法,其特征在于,所述方法还包括:基于所述编码-解码语义分割模型,对所述第一测试集中各个遥感图像进行语义分割,获得第一测试集语义分割结果;

对比所述第一测试集语义分割结果和所述第一测试标签集,获得第一测试集分割偏差;

若所述第一测试集分割偏差符合预设偏差阈值,计算所述编码-解码语义分割模型对所述第一测试集中各个遥感图像进行语义分割的时间,记作第一测试集语义分割时间;

基于所述第一测试集分割偏差和所述第一测试集语义分割时间,对所述编码-解码语义分割模型进行综合评价。

3.如权利要求1所述的方法,其特征在于,所述对所述第一遥感图像集中各个遥感图像依次进行目标轮廓标注,获得第一标签集,包括:根据用地类别依次对所述第一遥感图像集中各个遥感图像进行分类,各个遥感图像的分类结果组成第一用地类别集,其中,所述第一用地类别集包括湖泊、河流、建筑、植被、农业、其它;

利用labelme依次对所述第一遥感图像集中各个遥感图像进行目标轮廓标注,标注后生成第一标签文件;

将所述第一标签文件转化为彩色标签图像,记作所述第一标签集。

4.如权利要求2所述的方法,其特征在于,所述对所述编码-解码语义分割模型进行综合评价之后,包括:去除所述编码-解码语义分割模型中的所述多尺度注意模块,获得第一实验模型;

基于所述第一实验模型,对所述第一测试集中各个遥感图像进行语义分割,获得第一实验结果;

去除所述编码-解码语义分割模型中的所述类别注意模块,获得第二实验模型;

基于所述第二实验模型,对所述第一测试集中各个遥感图像进行语义分割,获得第二实验结果;

依次将所述第一实验结果、所述第二实验结果与所述第一测试集语义分割结果进行对比,分别获得第一实验对比结果、第二实验对比结果;

根据所述第一实验对比结果,对所述类别注意模块进行评价,根据所述第二实验对比结果,对所述多尺度注意模块进行评价。

5.一种基于注意力调控的遥感图像语义分割系统,其特征在于,用以执行权利要求1至4任一所述方法,所述系统包括:第一获得单元:所述第一获得单元用于获得第一遥感图像集,其中,所述第一遥感图像集包括多个遥感图像;

第一设置单元:所述第一设置单元用于将所述第一遥感图像集随机划分为两部分,分别记作第一训练集和第一测试集;

第二获得单元:所述第二获得单元用于对所述第一遥感图像集中各个遥感图像依次进行目标轮廓标注,获得第一标签集,其中,所述第一标签集包括第一训练标签集和第一测试标签集,且,所述第一训练标签集与所述第一训练集具备一一对应关系,所述第一测试标签集与所述第一测试集具备一一对应关系;

第一构建单元:所述第一构建单元用于基于FCMANet编码解码语义分割结构,构建第一初始模型;

第二构建单元:所述第二构建单元用于构建注意力调控模型,其中,所述注意力调控模型包括类别注意模块和多尺度注意模块;

第三获得单元:所述第三获得单元用于基于所述第一训练集、所述第一训练标签集和所述注意力调控模型,对所述第一初始模型进行训练,获得编码-解码语义分割模型;

第一执行单元:所述第一执行单元用于基于所述编码-解码语义分割模型,对遥感图像进行语义分割。

6.一种电子设备,其特征在于,包括处理器和存储器;

所述存储器,用于存储;

所述处理器,用于通过调用,执行权利要求1~4中任一项所述的方法。

7.一种计算机程序产品,包括计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1~4中任一项所述方法的步骤。