遥感图像的语义分割方法和语义分割模型的训练方法技术

本公开至少提供了一种遥感图像的语义分割方法和语义分割模型的训练方法，涉及遥感图像处理、计算机视觉、大数据、人工智能、深度学习等领域。具体实现方案包括：获取目标遥感图像；利用不同的语义分割模型分别对目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；根据各预测图像上每个像素点的投票结果，确定出目标遥感图像的语义分割结果。本公开的技术方案可以利用模型的差异性，提供多种遥感图像的语义分割算法，有效提高遥感图像语义分割的识别准确度和精度。感图像语义分割的识别准确度和精度。感图像语义分割的识别准确度和精度。

【技术实现步骤摘要】
遥感图像的语义分割方法和语义分割模型的训练方法


[0001]本公开涉及图像
，尤其涉及遥感图像处理、计算机视觉、大数据、人工智能、深度学习等领域，具体涉及一种遥感图像的语义分割方法、语义分割模型的训练方法、装置、设备、系统、存储介质和计算机程序产品。

技术介绍

[0002]我国当前正处于传统农业向现代农业的加速转型期，地区地块的差异大，种植结构复杂。我们用观测卫星和无人机遥感测量来获取大尺度的农作物的遥感影像数据，通过遥感图像分割的人工智能算法对作物分类，识别相关农作物、建筑等类型，改善作物识别的准确性，可以减少对人工实地勘察的依赖，提升识别作物效率和农业管理能力。这类图像语义分割的特点是类别之间不平衡、噪声较多、不同的类别之间往往具有相似性、场景泛化能力较弱等等，分割难度较大，给技术人员造成了不少困难。

技术实现思路

[0003]本公开提供了一种遥感图像的语义分割方法、语义分割模型的训练方法、装置、设备、系统、存储介质和计算机程序产品。
[0004]根据本公开的第一方面，提供了一种遥感图像的语义分割方法，包括：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感图像的语义分割方法，包括：获取目标遥感图像；利用不同的语义分割模型分别对所述目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；根据各预测图像上每个像素点的投票结果，确定出所述目标遥感图像的语义分割结果。2.根据权利要求1所述的方法，其中，利用不同的语义分割模型分别对所述目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像，包括：对于任一语义分割模型，按照所述语义分割模型的尺寸标准，将所述目标遥感图像分割成多个目标子图像，按预设顺序将所述多个目标子图像分别输入所述语义分割模型，以得到与所述多个目标子图像分别对应的预测子图像，根据所述预设顺序拼接各预测子图像，以得到与所述语义分割模型对应的预测图像。3.根据权利要求2所述的方法，其中，按照所述语义分割模型的尺寸标准，将所述目标遥感图像分割成多个目标子图像，包括：按照所述语义分割模型的尺寸标准设置滑窗；采用大于所述滑窗尺寸的滑窗步长，对所述目标遥感图像进行分割处理。4.根据权利要求2所述的方法，其中，按预设顺序将所述多个目标子图像分别输入所述语义分割模型，以得到与所述多个目标子图像分别对应的预测子图像，包括：对于任一目标子图像，对所述目标子图像旋转不同角度，以得到多个待测子图像，将所述多个待测子图像分别输入所述语义分割模型，以得到多个待选子图像，从所述多个待选子图像中确定出与所述目标子图像对应的预测子图像。5.根据权利要求2所述的方法，其中，拼接各预测子图像，包括：进行填充孔洞和/或去除小连通域的图像后处理。6.根据权利要求1所述的方法，其中，利用不同的语义分割模型分别对所述目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像，包括：在所述语义分割模型为二分类模型的情况下，针对每一类别的分类任务，利用所述二分类模型对所述目标遥感图像进行一轮预测，以得到各类别分别对应的分类图像，合并叠加各分类图像，以得到与所述语义分割模型对应的预测图像。7.一种语义分割模型的训练方法，包括：获取样本遥感图像；按照不同的尺寸标准分别对所述样本遥感图像进行分割处理，以得到与各尺寸标准分别对应的样本子图像集合；利用各样本子图像集合中的样本子图像分别训练不同的初始网络，以得到多个语义分割模型，其中，多个语义分割模型用于对同一个目标遥感图像进行语义分割。8.根据权利要求7所述的训练方法，其中，利用各样本子图像集合中的样本子图像分别训练不同的初始网络，包括：对于任一初始网络，在所述初始网络的训练过程中，利用余弦退火学习率调整所述初始网络的网络参数。9.一种遥感图像的语义分割装置，包括：
目标遥感图像获取模块，用于获取目标遥感图像；预测模块，用于利用不同的语义分割模型分别对所述目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；投票模块...

【专利技术属性】
技术研发人员：金博夫，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：