[发明专利]一种基于深度学习的遥感图像选站选线语义分割方法有效
| 申请号： | 202110511085.X | 申请日： | 2021-05-11 |
| 公开（公告）号： | CN113256649B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 刘军;盛金马;张天忠;姜克儒;张金锋;吴晓鸣;孟宪乔;谢枫;吴睿;刘大平;何辉;陈天佑;朱晓峰;周贺;刘耀中;朱勇;李鸿鹏;韩承永 | 申请（专利权）人： | 国网安徽省电力有限公司经济技术研究院;国网安徽省电力有限公司;中国能源建设集团安徽省电力设计院有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06K9/62;G06N3/04;G06N3/08;G06V10/774;G06V10/764;G06V10/80;G06V10/82 |
| 代理公司： | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人： | 张祥骞 |
| 地址： | 230022 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的遥感图像选站选线语义分割方法，包括：确定输电线路工程选站选线需要提取的关键性地物要素；制作包含关键性地物要素的遥感图像样本集；改进Deeplabv3+网络模型作为遥感图像选站选线语义分割模型；对遥感图像选站选线语义分割模型进行训练，确定遥感图像选站选线语义分割模型的参数；将待分割遥感图像输入训练好的遥感图像选站选线语义分割模型，得到关键性地物要素的分割结果。本发明充分利用主干网络产生的多尺度特征信息，并对深层特征进行更细化的上采样操作，提高了遥感图像中关键性地物要素的分割精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 遥感 图像 选站选线 语义 分割 方法 | ||
【主权项】：
暂无信息
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国网安徽省电力有限公司经济技术研究院;国网安徽省电力有限公司;中国能源建设集团安徽省电力设计院有限公司，未经国网安徽省电力有限公司经济技术研究院;国网安徽省电力有限公司;中国能源建设集团安徽省电力设计院有限公司许可，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/202110511085.X/，转载请声明来源钻瓜专利网。
