典型文献
基于U-Net的葡萄种植区遥感识别方法
文献摘要：
为提高葡萄种植区遥感识别精度,基于高分二号卫星遥感影像,对U-Net网络进行改进:从空间和通道维度自适应校准特征映射,以增强有意义的特征,抑制不相关的特征,提升地物边缘分割精度;减少下采样次数,使用混合扩张卷积代替常规卷积操作,以增大卷积核感受野,降低图像分辨率的损失,提高对不同尺寸地物的识别能力.实验结果表明,本文模型在测试集上的像素准确率、平均交并比和频权交并比分别为96.56％、93.11％、93.35％,比FCN-8s网络分别提高了 5.17、9.57、9.17个百分点,比U-Net网络提高了 2.39、4.59、4.39个百分点.此外,本文通过消融实验和特征可视化证明了注意力模块和混合扩张卷积在精度提升上的可行性.本文模型结构简单、参数量少,能够识别不同面积的葡萄种植区,边缘分割效果良好.
文献关键词：
高分辨率遥感影像;高分二号;葡萄种植区;U-Net;注意力机制;混合扩张卷积
中图分类号：
作者姓名：
张宏鸣;张国良;朱珊娜;陈欢;梁会;孙志同
作者机构：
西北农林科技大学信息工程学院,陕西杨凌712100;宁夏智慧农业产业技术协同创新中心,银川750004
文献出处：
引用格式：
[1]张宏鸣;张国良;朱珊娜;陈欢;梁会;孙志同-.基于U-Net的葡萄种植区遥感识别方法)[J].农业机械学报,2022(04):173-182
A类：
B类：
Net,葡萄种植区,遥感识别,识别精度,高分二号卫星,卫星遥感影像,自适应校准,特征映射,不相关,地物,边缘分割,下采样,混合扩张卷积,卷积操作,大卷,卷积核,感受野,图像分辨率,不同尺寸,识别能力,测试集,像素,平均交并比,FCN,8s,百分点,消融实验,特征可视化,注意力模块,精度提升,升上,模型结构,结构简单,参数量,分割效果,高分辨率遥感影像,注意力机制
AB值：
0.358971
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。
