[发明专利]神经网络训练和高光谱图像解译方法、装置及电子设备

摘要

本申请公开了一种神经网络训练和高光谱图像解译方法、装置及电子设备。其中，高光谱图像解译用神经网络模型的训练方法，包括执行至少二次如下的训练步骤：选取一部分光谱谱段作为当前次训练用光谱谱段；从当前次训练用高光谱图像集的各高光谱图像所包括的多个光谱谱段的图像数据中确定当前次训练用图像数据；根据当前次训练用图像数据调整高光谱图像解译用神经网络模型的网络参数；训练方法还包括响应于当前次的训练情况不满足预设的训练完成条件，执行下一次训练步骤。该实施方式能够充分利用高光谱图像数据中不同光谱谱段的信息，综合不同光谱谱段信息来提升在不同环境光条件下对同一图像特征识别的鲁棒性。

主权项

1.一种高光谱图像解译用神经网络模型的训练方法，其特征在于，包括执行至少二次如下的训练步骤：从预定的多光谱谱段信息中选取一部分光谱谱段，作为当前次训练用光谱谱段；确定当前次训练用高光谱图像集的各高光谱图像所包括的多个光谱谱段的图像数据中与当前次训练用光谱谱段相应的图像数据，作为当前次训练用图像数据；根据所述当前次训练用图像数据调整高光谱图像解译用神经网络模型的网络参数；所述训练方法还包括：响应于当前次所述高光谱图像解译用神经网络模型的训练情况不满足预设的训练完成条件，执行下一次所述训练步骤，其中，执行的各次所述训练步骤中，至少二次的训练步骤中选取的训练用光谱谱段至少部分不同。