-
题名基于U-net神经网络的烟草种植信息提取
被引量：6
- 1
-
-
作者
张雷
刘昌华
石林峰
张鹰
-
机构
河南理工大学测绘与国土信息工程学院
自然资源部第一大地测量队
河南省现代农业大数据产业技术研究院
-
出处
《农业与技术》
2021年第22期44-47,共4页
-
文摘
烟草作为一种特殊的经济作物,在我国的经济发展中有着不可或缺的作用,其空间位置和面积等信息的精确监测是十分重要的。传统的监测方法耗时费力,而应用遥感技术开展相关监测分析成为当前研究热点。本文以洛宁县为研究区,高分二号卫星影像为数据源,通过自己制作的烟草数据集,利用U-net深度学习网络对研究区烟草进行提取,并与其它模型进行精度对比。结果表明:基于U-net网络模型方法取得了90.68%的准确率和92.87%的召回率,综合评价指标F_(1)值达91.76%。相比K最近邻分类算法、Decision Tree和Random Forest分类模型的鉴别准确率平均高3.8%。综上可知,本文使用的U-net深度学习网络模型在数据集较少的情况下依然能有较高的烟草提取精度,为烟草快速精细化提取提供技术支持。
-
关键词
深度学习
语义分割
遥感影像
烟草
信息提取
-
分类号
S-01
[农业科学]
-
