典型文献
基于U-net模型的遥感影像城市建筑物提取
文献摘要：
针对使用现有深度学习分割方法对高分辨率遥感影像建筑物分割精度低、效率低的问题,提出了一种基于改进U-Net的遥感影像城市建筑物分类方法.以高分辨率遥感影像为数据源,对数据源中的遥感影像裁剪为256*256大小的图像块,使用U-Net模型进行语义分割,在分割过程中共享网络参数,避免网络的退化.在解码器中集成密集连接模块,将浅层特征与深层特征进行连接,获得新的特征,提高特征利用率.最后,采用深度可分离卷积分别处理卷积过程的空间信息和信道信息,以减小模型参数.
文献关键词：
U-net;建筑物提取;深度学习
中图分类号：
作者姓名：
王东皓;吕关东
作者机构：
东北林业大学信息与计算机工程学院 哈尔滨 150040
文献出处：
引用格式：
[1]王东皓;吕关东-.基于U-net模型的遥感影像城市建筑物提取)[J].科学与财富,2022(25):49-51
A类：
B类：
net,城市建筑物提取,有深度,分割方法,高分辨率遥感影像,建筑物分割,Net,分类方法,数据源,裁剪,语义分割,割过,共享网络,网络参数,解码器,中集,密集连接,连接模块,深层特征,深度可分离卷积,别处,空间信息,信道
AB值：
0.347915
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
