【技术实现步骤摘要】
本专利技术涉及影像检测领域，特别涉及基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法。
技术介绍
1、近年来计算机系统的高速发展，深度学习神经网络模型的更新速度也逐渐加快，随之而来对硬件系统的要求也在不断的提高。不同的多时相遥感影像成像模式，使得中、高分辨率遥感影像属性差别逐渐增大，由于存储空间和功耗的限制，这就需要缩减参数量来压缩网络模型大小，同时网络模型的检测精度不发生较大变化，通过这样的方式增加部署在嵌入式设备的可能性。因此，基于深度学习的海岛多时相遥感影像变化检测方法的精度与网络模型占用存储空间的平衡是网络模型部署在嵌入式设备亟需解决的难题。
2、在很多复杂的海岛场景进行变化检测过程中，基于深度学习的海岛多时相遥感影像变化检测方法能够降低人工成本、提供待检测影像的变化信息、定位海岛变化的位置、及时了解海岛的变化动向、研判是否需要采取干预措施等。传统的变化检测方法和语义分割变化检测方法不同的是，语义分割神经网络的编码器提取特征后，解码器使用上采样操作恢复特征信息，虽然变化检测的精度提高了，但是网络模型增加了参数...
【技术保护点】
1.基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：包括以下步骤
2.根据权利要求1所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤1)中，将海岛数据集处理为训练集、验证集以及测试集。
3.根据权利要求2所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤3)中，将训练集和验证集输入到教师网络中，将测试集输入到学生网络中。
4.根据权利要求1所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤2)中，在教师网络或学生网...
【技术特征摘要】
1.基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：包括以下步骤
2.根据权利要求1所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤1)中，将海岛数据集处理为训练集、验证集以及测试集。
3.根据权利要求2所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤3)中，将训练集和验证集输入到教师网络中，将测试集输入到学生网络中。
4.根据权利要求1所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤2)中，在教师网络或学生网络中，各编码层之间依次通过卷积传递特征，各解码层之间依次通过上采样传递特征，并且各编码层分别与各解码层通过拼接传递特征。
5.根据权利要求4所述的基于多尺度特征蒸馏的轻量化海岛多时相遥感影像变化检测方法，其特征在于：在步骤2)中，教师网络和学生网络中还均具有一个最深层特征，最深层特...
【专利技术属性】
技术研发人员：管军，徐传杰，胡锐，梅平平，冯思诚，胡书涵，周诗芸，
申请(专利权)人：河海大学，
类型：发明
国别省市：
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。