基于深度学习的河湖库卫星遥感"四乱"识别方法研究

扫码查看

原文链接

万方数据

中文摘要：选取涉河建筑和围垦养殖2类典型"四乱"目标类型进行研究,研发了一种适用于大范围、常态化基于深度学习的河湖库卫星遥感"四乱"目标识别模型.提出的基于RoI(感兴趣区域)对齐策略的"四乱"目标识别模型,解决了传统Faster RCNN目标检测模型在背景复杂、空间分异性强遥感图像中存在的目标检测精度低的问题,其中,涉河建筑目标识别的AP(平均精度)指标提升了0.07,围垦养殖目标识别的AP指标提升了0.12,可满足大范围河湖库"清四乱"常态化、规范化的要求.

作者：

孙秀峰、郭磊、高仁强

展开 >

作者单位：

广东省水利水电科学研究院,广东广州 510635

河口水利技术国家地方联合工程实验室,广东广州 510635

广东省水安全科技协同创新中心,广东广州 510635

关键词：

深度学习卫星遥感目标检测河湖管理

基金：

广东省水利科技创新项目广东省水利科技创新项目

项目编号：

2022-022024-08

出版年：

2024

DOI：

10.15913/j.cnki.kjycx.2024.17.034

科技与创新

中国计算机用户协会

科技与创新

ISSN：1008-0570

年,卷(期)：2024.(17)