【技术实现步骤摘要】
本专利技术属于建筑物屋顶轮廓线提取，具体是一种基于目标边界的弱监督学习实例分割方法及终端设备。
技术介绍
1、随着城市化的发展，越来越多的人口聚集在城市，为城市的管理规划和可持续发展带来了严峻的挑战。城市高清地图作为城市的基础数据能够为决策者和政策制定者提供有价值的信息。因此，近些年来城市高清地图的制作引起了学界和业界的广泛关注。高清地图的制作经历了从最初的实地勘测到现在基于遥感影像的制图技术，制图的时效性和成本得到了有效的控制。然而，在在追求制图精度和速度的背景下，高清制图迎来了新的挑战。
2、随着深度学习技术的复兴和发展，深度学习技术已然取代了传统的实地勘测、目视解译和基于传统机器学习制图技术，成为了这一领域的主流技术。现有的深度学习技术能够从航空影像和卫星影像中精确的提取建筑物屋顶的轮廓线。生成的结果甚至可以直接运用于高清制图且无需任何或者只需少量的人工后处理。然而深度学习技术非常依赖于训练数据的质量和体量，严重阻碍了深度学习技术在包括制图领域在内的所有领域的实际应用。这一现象在对地观测以及医学影像处理中尤为明显。p>
3、作为与本文档来自技高网...
【技术保护点】
1.一种基于目标边界的弱监督学习实例分割方法，其特征在于，该方法具体包括如下步骤：
2.根据权利要求1所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，标注软件包括ArcGIS。
3.根据权利要求2所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，在标注软件中使用数字化工具，创建目标类别所有目标的边界框，并将标注结果和影像才切成小块，存储为JSON文件。
4.根据权利要求1所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，对标注好的影像和结果进行裁切时，所有图像被切分成512*512像素大小。
<...【技术特征摘要】
1.一种基于目标边界的弱监督学习实例分割方法，其特征在于，该方法具体包括如下步骤：
2.根据权利要求1所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，标注软件包括arcgis。
3.根据权利要求2所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，在标注软件中使用数字化工具，创建目标类别所有目标的边界框，并将标注结果和影像才切成小块，存储为json文件。
4.根据权利要求1所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，对标注好的影像和结果进行裁切时，所有图像被切分成512*512像素大小。
5.根据权利要求4所述的一种基于目标边界的弱监督学习实例分割方法，其特征在于，裁切过程为从左上角至右下角的无重叠裁切，边界处不足5...
【专利技术属性】
技术研发人员：李军，丰慧芳，马凌飞，陈一平，陆超，童涛，
申请(专利权)人：南京国础科学技术研究院有限公司，
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。