典型文献
改进SegNet与迁移学习的遥感建筑物分割方法
文献摘要：
针对传统SegNet应用于遥感影像建筑物分割出现分割不连续的问题,该文提出了一种改进的SegNet模型,并引入迁移学习方法,以提高遥感影像建筑物分割精度.以SegNet为基础,加入能够提取多尺度特征的改进空洞空间卷积池化金字塔模块,并引入跳层连接使分割结果更为精细.选取了 FCN、SegNet、载入ImageNet预训练权重参数的SegNet作为对比算法,对遥感建筑物分割数据集Inria Aerial Image Labeling Dataset进行训练和测试.实验结果表明,在有限的迭代次数及实验区域内,该文算法拥有更好的分割效果和更强的泛化能力.
文献关键词：
建筑物分割;SegNet;空洞空间卷积池化金字塔;传递迁移学习
中图分类号：
作者姓名：
林禹;赵泉华;沈昭宇;李玉
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000
文献出处：
引用格式：
[1]林禹;赵泉华;沈昭宇;李玉-.改进SegNet与迁移学习的遥感建筑物分割方法)[J].测绘科学,2022(06):78-89
A类：
B类：
SegNet,建筑物分割,分割方法,遥感影像,割出,迁移学习方法,多尺度特征,空洞空间卷积池化金字塔,塔模,跳层连接,FCN,载入,ImageNet,预训练,对比算法,Inria,Aerial,Labeling,Dataset,迭代次数,实验区,分割效果,泛化能力,传递迁移学习
AB值：
0.369151
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。
