[发明专利]用于解译遥感图像的卷积神经网络训练方法、装置和设备

说明书

本申请公开了用于解译遥感图像的卷积神经网络训练方法、装置和设备。该方法的一具体实施方式包括：确定至少一张已标注遥感图像，已标注遥感图像包括多个像素点和与各个像素点对应的标注信息；第一处理器对所确定的每张已标注遥感图像进行在线图像处理，得到与所确定的每张已标注遥感图像对应的至少一张处理后的已标注遥感图像；第一处理器将各处理后的已标注遥感图像传输至第二处理器；第二处理器通过各处理后的已标注遥感图像训练用于解译遥感图像的卷积神经网络。该实施方式减少了获取训练用已标注遥感图像的人力物力成本和时间成本，提高了训练用于解译遥感图像的卷积神经网络的效率，并降低了存储训练数据所需的磁盘空间。

技术领域

本申请涉及机器学习领域，具体涉及遥感图像解译技术领域，尤其涉及用于解译遥感图像的卷积神经网络训练方法、装置和设备。

背景技术

遥感图像已在交通、农业、林业、地质、海洋、气象、水文、军事、环保等领域得到广泛的普及应用。为有效的利用遥感图像解决实际问题，需要对获取的遥感图像进行解译，以得到遥感图像的解译结果，例如，水文部门需要解译出遥感图像中的水体区域，交通部门需要解译出遥感图像中的道路区域，林业部门需要解译出遥感图像中的植被或森林区域等。

然而，遥感图像的数据量较大，传统的人工解译的方法费时费力，无法保证数据的及时更新。

发明内容

本申请提供一种解译遥感图像的技术方案。

第一方面，本申请提供了一种用于解译遥感图像的卷积神经网络训练方法，该方法包括：确定至少一张已标注遥感图像，上述已标注遥感图像包括多个像素点和与各个像素点对应的标注信息；第一处理器对所确定的每张上述已标注遥感图像进行在线图像处理，得到与所确定的每张上述已标注遥感图像对应的至少一张处理后的已标注遥感图像；上述第一处理器将各上述处理后的已标注遥感图像传输至第二处理器；上述第二处理器通过各上述处理后的已标注遥感图像训练用于解译遥感图像的卷积神经网络。

在一些实施例中，上述确定至少一张已标注遥感图像，包括：截取原始已标注遥感图像，得到多张已标注遥感图像；在上述多张已标注遥感图像中，多次选择已标注遥感图像，其中，每次选择至少一张已标注遥感图像，不同次选择的上述已标注遥感图像至少部分不同。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行在线图像处理，包括：第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换，包括：第一处理器在线调整所确定的每张上述已标注遥感图像的至少一项参数。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换，包括：第一处理器在线随机旋转所确定的每张上述已标注遥感图像。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换，包括：第一处理器对所确定的每张上述已标注遥感图像进行在线镜像处理。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换，包括：第一处理器对所确定的每张上述已标注遥感图像进行在线采样处理。

在一些实施例中，上述第一处理器对所确定的每张上述已标注遥感图像进行至少一次在线图像变换，包括：第一处理器在线随机截取所确定的每张上述已标注遥感图像中的至少一个局部区域，每张上述已标注遥感图像中各上述局部区域大小相同。

在一些实施例中，上述第一处理器将各上述处理后的已标注遥感图像传输至第二处理器之前，上述方法还包括：确定上述第二处理器当前处于空闲状态。