-
题名面向小样本遥感解译的空间置弃FCN模型
被引量：2
- 1
-
-
作者
陈岩
奚砚涛
万家华
王晓峰
徐立祥
孟禹弛
-
机构
合肥学院
中德应用优化研究所
中国矿业大学
安徽新华学院
德国多特蒙德工业大学
-
出处
《航天返回与遥感》
CSCD
北大核心
2021年第3期107-116,共10页
-
基金
安徽省教育厅高校自然科学基金(KJ2020A0658)
合肥学院科学研究发展基金(20ZR03ZDA)
+1 种基金
安徽省自然科学基金(1908085MF185)
中国博士后科学基金(2020M681989)。
-
文摘
针对当前缺少大型遥感数据集,复杂深度学习语义分割模型优化难等问题,文章通过改进经典全卷积网络(Fully Convolutional Network,FCN)模型,提出了一种面向小样本遥感数据集,联合批归一化和空间置弃方法的智能解译语义分割模型,为解决小样本数据集过拟合问题提供新的思路。首次将空间置弃层引入FCN模型,并设计和实验了8组具有不同模块和网络结构的模拟场景。研究结果表明,不对原始小样本数据集进行数据增强处理,通过在不同位置增加若干数量的空间置弃层可有效抑制过拟合;对比8组实验场景结果,文章提出的改进模型在抑制过拟合、提升模型精度和模型收敛速度上的综合表现最优;集成于模型框架中的空间置弃层可以有效实现自学习降维,为复杂高分遥感图像解译提供有意义参考。
-
关键词
小样本
过拟合
批归一化
空间置弃
全卷积网络
遥感解译
遥感应用
-
Keywords
small-scale dataset
overfitting
batch normalization
spatial dropout
fully convolutional network
remote sensing interpretation
remote sensing application
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
