一种基于双重学习机制的弱标注遥感影像语义分割方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于双重学习机制的弱标注遥感影像语义分割方法
申请号:CN202410922506
申请日期:2024-07-10
公开号:CN118840553A
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开一种基于双重学习机制的弱标注遥感影像语义分割方法,属于遥感影像处理领域。实施过程包括:1)利用标注数量和精度均有限的弱标注遥感影像数据集完成半监督分类网络训练,并生成像素级伪分割掩膜;2)设计掩膜扰动机制引导的数据集重划分策略,将训练数据集重新划分为有标注和无标注两个子集;3)利用重划分数据集训练半监督语义分割网络;4)提出动态阈值策略用于半监督语义分割网络训练,降低伪标签的置信偏差;5)在测试阶段,使用语义分割网络输出待测试遥感影像的分割结果;本发明所提方法能够有效利用大量无标注样本中丰富的地物语义信息,在比传统弱标注更低的标注成本条件下实现遥感影像多类别地物目标的准确、高效分割。
技术关键词
语义分割网络 遥感影像数据 半监督学习 分类卷积神经网络 掩膜 像素 分类网络 半监督分类 样本 无监督 标签 机制 图像 策略 动态