[发明专利]一种基于改进AlexNet的遥感图像识别方法有效
申请号: | 201810300859.2 | 申请日: | 2018-04-04 |
公开(公告)号: | CN108614997B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 张秀再;宫浩;胡敬锋 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱桢荣 |
地址: | 210044 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于改进AlexNet的遥感图像识别方法,属于人工智能图片分类领域,本发明先对遥感图像进行均匀裁剪,将裁剪后的图像分为训练集和验证集;将训练集输入改进AlexNet网络进行训练,生成训练后的网络模型:通过4层卷积层提取训练集中图像的特征图,并分别对前三个卷积层的输出进行池化堆叠,将经池化层堆叠后的输出再输入下一个卷积层中;将经过卷积后的输出再输入至两层全连接层中,采用随机梯度下降算法结合验证集对网络参数进行更新,生成训练后的网络模型;将待勘测图像输入生成的网络模型,得到遥感图像分类结果。本发明借助了卷积神经网络处理大量图片的准确性和稳定性,相较于传统的图片分类算法,该网络模型具有较高的识别率。 | ||
搜索关键词: | 一种 基于 改进 alexnet 遥感 图像 识别 方法 | ||
【主权项】:
1.一种基于改进AlexNet的遥感图像识别方法,其特征在于,包括以下步骤:步骤1、对遥感图像进行均匀裁剪,得到裁剪后的图像,将裁剪后的图像分为训练集和验证集;步骤2、将训练集输入改进AlexNet进行训练,生成训练后的网络模型;改进AlexNet进行训练的过程如下:步骤A、通过4层卷积层提取训练集中图像的特征图,并分别对前三个卷积层的输出进行池化堆叠,将经池化层堆叠后的输出再输入下一个卷积层中;步骤B、将步骤A中经过卷积后的输出再输入至两层全连接层中,采用随机梯度下降算法结合验证集对网络参数进行更新,生成训练后的网络模型;步骤3、将待勘测图像输入步骤2中生成的网络模型,得到遥感图像分类结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810300859.2/,转载请声明来源钻瓜专利网。