The embodiment of the present invention provides a sample production method and a model training method. The sample production method includes: obtaining the identification codes of the ground feature elements to be processed from the selected vector data matched with the image data, in which the identification codes of the various ground feature elements and the boundary information corresponding to the identification codes are recorded in the selected vector data, and matching the first preset condition to the ground feature boundary information. The object boundary information corresponding to the identification code is preprocessed to obtain the target element data, and the image data is cut with the target element data to obtain multiple target samples, in which the target sample is used to construct the training model in the depth learning algorithm. By using the above method, multiple target samples can be obtained from the selected vector data associated with image data matching, which solves the problems of fewer samples and low sample production efficiency in the existing technology.
【技术实现步骤摘要】
样例生产方法及模型训练方法
本专利技术涉及数据处理领域，具体而言，涉及一种样例生产方法及模型训练方法。
技术介绍
自从深度学习技术在语音识别、图像处理等方面得到应用以后，遥感影像解译领域也开始利用深度学习技术参与部分解译过程。但是，目前的遥感影像样例数据存在两方面问题：一，样例类别少，数据量不足；二，样例需要采用手动选取、人工标注，工作量大，导致样例生产效率低。这两方面问题制约了深度学习技术在遥感影像解译领域的发展。
技术实现思路
为克服现有技术中存在的问题，本专利技术实施例的目的在于提供一种样例生产方法及模型训练方法。第一方面，本专利技术实施例提供一种样例生产方法，所述方法包括：从与影像数据匹配的待选矢量数据中获取待处理地物要素的标识码，其中，所述待选矢量数据中记录有多种地物要素的标识码以及所述标识码对应的地物边界信息；根据第一预设条件对所述标识码对应的地物边界信息进行预处理，得到目标要素数据；利用所述目标要素数据对所述影像数据进行切割，得到多个目标样例，其中，所述目标样例用于构建深度学习算法中的训练模型。通过上述方法，能够利用与影像数据匹配关联的待选矢量数据作为生...
【技术保护点】
1.一种样例生产方法，其特征在于，所述方法包括：从与影像数据匹配的待选矢量数据中获取待处理地物要素的标识码，其中，所述待选矢量数据中记录有多种地物要素的标识码以及所述标识码对应的地物边界信息；根据第一预设条件对所述标识码对应的地物边界信息进行预处理，得到目标要素数据；利用所述目标要素数据对所述影像数据进行切割，得到多个目标样例，其中，所述目标样例用于构建深度学习算法中的训练模型。
【技术特征摘要】
1.一种样例生产方法，其特征在于，所述方法包括：从与影像数据匹配的待选矢量数据中获取待处理地物要素的标识码，其中，所述待选矢量数据中记录有多种地物要素的标识码以及所述标识码对应的地物边界信息；根据第一预设条件对所述标识码对应的地物边界信息进行预处理，得到目标要素数据；利用所述目标要素数据对所述影像数据进行切割，得到多个目标样例，其中，所述目标样例用于构建深度学习算法中的训练模型。2.如权利要求1所述的方法，其特征在于，所述根据第一预设条件对所述标识码对应的地物边界信息进行预处理，得到目标要素数据，包括：获取与所述标识码对应的地物边界信息，所述地物边界信息包括地物面积；根据所述地物面积对所述标识码所表示的地物要素进行过滤，得到目标要素数据。3.如权利要求1所述的方法，其特征在于，所述目标样例包括单要素分割样例，所述单要素分割样例包括第一参考样例、第一参考标签，所述利用所述目标要素数据对所述影像数据进行切割，得到多个目标样例，包括：获取所述目标要素数据中的各个要素的地物边界信息，得到每个要素的包络矩形；根据所述包络矩形对所述影像数据进行切割，以从所述影像数据中提取由所述包络矩形切割到的像素，并对所述包络矩形中的非目标要素部分进行单色填充，得到所述第一参考样例；对所述包络矩形中的目标要素部分进行单色填充，得到所述第一参考标签，其中，所述目标要素部分与所述非目标要素部分填充的颜色不同。4.如权利要求1所述的方法，其特征在于，所述目标样例包括单要素分割样例，所述单要素分割样例包括第二参考样例、第二参考标签，所述利用所述目标要素数据对所述影像数据进行切割，得到多个目标样例，包括：根据所述目标要素数据中各个要素的地物边界信息确定每个要素的裁剪矩形；利用所述裁剪矩形对所述影像数据进行切割，以从所述影像数据中提取由所述裁剪矩形切割到的像素，得到所述第二参考样例；用两种颜色分别对同一所述裁剪矩形中的目标要素部分、非目标要素...
【专利技术属性】
技术研发人员：刘昱君，李明巨，石善球，王丹，许磊磊，张璐，李福洪，朱映，
申请(专利权)人：江苏省基础地理信息中心，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。