典型文献
基于SPRRD-ShuffleNetV2的GF-2图像茶种植区快速提取方法
文献摘要：
由于茶树在光谱特征上与其他农作物种植区具有相似性,导致茶种植区的遥感识别具有比较大的难度.为了在保证提取精度能达到基本实际需求的前提下,有效提高高分辨率遥感图像茶区提取速度,提出了一种基于SPRRD-ShuffleNetV2的遥感图像茶种植区快速提取方法.首先,以去除了最后1×1卷积层、全局池化层和全连接层的ShuffleNetV2网络作为编码器,并增加解码器以实现像素级分类;然后,在几乎不增加参数量、不影响推理速度的前提下,在编码器部分增加增强条纹池化模块和混合池化模块,用于捕获全局和局部依赖关系,在解码器部分增加残差优化块,用于优化输出特征.使用高分二号图像作为实验数据源.结果表明,该方法能够满足基本提取精度需求,并有效提高了提取速度.
文献关键词：
GF-2图像;茶种植区提取;SPRRD-ShuffleNetV2;深度学习
中图分类号：
作者姓名：
张世超;王常颖;李劲华;张志梅
作者机构：
青岛大学计算机科学技术学院,山东青岛 266071
文献出处：
引用格式：
[1]张世超;王常颖;李劲华;张志梅-.基于SPRRD-ShuffleNetV2的GF-2图像茶种植区快速提取方法)[J].遥感信息,2022(04):80-86
A类：
SPRRD,条纹池化模块,混合池化模块,茶种植区提取
B类：
ShuffleNetV2,GF,快速提取,茶树,光谱特征,农作物种植,遥感识别,别具,高分辨率遥感图像,茶区,卷积层,全局池化,全连接层,编码器,解码器,现像,像素级,参数量,推理速度,在编,加增,依赖关系,残差优化,高分二号,数据源
AB值：
0.296794
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。
