期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于数据均衡的遥感变化检测训练集生成方法
1
作者 高梓昂 《无线电工程》 北大核心 2023年第8期1875-1882,共8页
深度学习已成为遥感变化检测的主流方法。然而,深度学习需要大量的标记样本来训练网络模型,而生成训练样本是一件费时费力的工作。为降低训练网络模型所需的样本量,提出一种基于数据均衡的遥感变化检测训练集生成方法。该方法主要包括... 深度学习已成为遥感变化检测的主流方法。然而,深度学习需要大量的标记样本来训练网络模型,而生成训练样本是一件费时费力的工作。为降低训练网络模型所需的样本量,提出一种基于数据均衡的遥感变化检测训练集生成方法。该方法主要包括两部分:第一部分提出一种基于数据均衡策略的训练集生成方案,获得初始的训练数据集;第二部分给出一种顾及尺度多样性的数据增强方法,来扩展初始训练集。采用2组常用的变化检测数据集——武汉建筑物变化检测和谷歌地球变化检测数据集,来验证所提方法的有效性。实验结果表明,所提方法能够在保证精度的前提下,显著降低所需训练集的数量。 展开更多
关键词 遥感影像 变化检测 数据抽样 数据增强 多尺度特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部