-
题名基于深度学习的盐碱地遥感影像反演模型构建
- 1
-
-
作者
班若楠
董峦
-
机构
新疆农业大学计算机与信息工程学院
-
出处
《湖北农业科学》
2025年第6期185-189,246,共6页
-
基金
新疆维吾尔自治区重大科技专项(2023A02002)。
-
文摘
针对新疆阿克苏地区温宿县台兰河灌区盐碱地遥感影像反演问题,提出基于PointRend网络融合CoTAttention机制的图像分类模型。该模型以DeepLabV3为骨干网络,融入CoTAttention模块,提高网络的特征提取能力。为验证改进网络的分类效果,使用台兰河灌区的哨兵二号遥感影像进行试验。结果表明,PointRend模型的各项指标表现较好,像素准确率、平均交并比、F1分别为89%、88%、88%。与未融合CoTAttention机制的PointRend模型相比,改进PointRend模型的各项指标均有所提升,像素准确率、平均交并比、F1分别提高3、2、3个百分点。改进PointRend模型在目标分割任务中对细节的捕捉能力和边缘的精细化处理效果显著提升,提高了整体分类精度。
-
关键词
深度学习
盐碱地
遥感影像
反演模型
注意力机制
-
Keywords
deep learning
saline-alkali land
remote sensing images
inversion model
attention mechanism
-
分类号
TP753
[自动化与计算机技术—检测技术与自动化装置]
-
