一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法技术

本发明专利技术实施方式中的基于视觉模糊和旋转预测森林图像中毁林因素的分类方法，该框架使用新的数据增强方法，即使面对云层或极端天气，该模型的性能也不会受到干扰。此外，即使应用数据旋转和自监督方法，模型的分类预测也可以保持稳定。本发明专利技术创新地将数据模糊与数据旋转自监督学习相结合，使模型可以更全面与准确的学习数据的特征表示。同时，应用这种数据增强进行表示学习可以后的更加强健、稳定的模型效果，避免因为数据污染而造成的结果干扰。将所提的网络模型应用于毁林因素图片数据的分类，能达到提升准确率的目的，实验结果验证了所提方法的有效性。所提方法的有效性。所提方法的有效性。

【技术实现步骤摘要】
一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法

：
[0001]本专利技术涉及一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法，该方法在森林图像中毁林因素的分类领域有着很好的应用。

技术介绍
：
[0002]无线电通信技术发展迅速。第五代移动信息系统(5G)与物联网相结合。无线电通信技术可以满足越来越多的应用需求，通信速度也越来越快。现在，我们已经开始向第六代移动信息系统(6G)迈进。6G网络将以5G技术为基础，结合地面通信网络和空间卫星通信网络，实现全球覆盖的全连接通信网络。因此，在6G环境下，地面
‑
卫星网络(TSN)将成为通信探索空域资源的关键杠杆。通过卫星信号融合、全球无缝信号覆盖、全球定位卫星系统、图像卫星系统和6G地面网络，6G网络可以帮助人们快速探索地面信息。
[0003]在现代，保护森林资源可以防止物种灭绝，创造清洁的空气和水，检测气候变化。由于某种原因，热带地区的森林损失造成了全球每年约10％的温室气体排放，为了减少潜在的气候临界点，应该减少这些排放。导致热带雨林毁林的直接因素或具体活动包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法，其特征在于该方法包括以下步骤：步骤1：数据预处理，包括对数据进行划分和读取。步骤2：数据输入阶段，对输入数据进行简单处理。步骤3：模型训练阶段，使用基于视觉模糊和旋转预测森林图像中毁林因素的分类方法。步骤4：模型验证测试阶段，使用验证集和测试集对模型进行测试。2.根据权利要求1所述的一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法，其特征在于，所述步骤1中的数据预处理模块，具体步骤为：步骤1_1将原始数据通过datasets下的train.csv，valilation.csv和test.csv文件从example文件夹中读出，整理成一一对应的数据集合和标签集合。其中train共有1616条数据，vaildation共有474条数据，test共有669条数据。大致满足6:2:2的比例拆分为训练集、验证集和测试集。3.根据权利要求1所述的一种基于视觉模糊和旋转预测森林图像中毁林因素的分类方法，其特征在于，所述步骤2中的数据输入模块，具体步骤为：步骤2_1通过使用dataloader.py文件中的代码，将两个数据集合经过简单处理将大小修改成128*128，然后通过使用transformer对图片进行模糊和曝光处理。将原始数据和增强数据通过进行整合，生成train_datasets。验证集和测试集数据也如上导入。步骤2_2将train_datasets中存在的数据经过torch环境中所具有的的dataloader方法整理成train_dataloader，使其具有batch_size和打乱顺序的属性。验证集和测试集数据也如上处理。4.根据权利要求1所述的一种基于视觉...

【专利技术属性】
技术研发人员：席亮，孟祥龙，何东，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：