一种面向星载遥感应用的遥感场景分类方法及装置制造方法及图纸

一种面向星载遥感应用的遥感场景分类方法，应用于星载遥感应用的边缘设备，边缘设备上设置有FPGA，FPGA上设置有全加网络加速器，全加网络加速器包括M个依次连接的全加网络加速引擎，M大于1，方法包括：FPGA从边缘设备获取图像数据，图像数据为星载遥感卫星拍摄的图像数据；通过全加网络加速器对图像数据进行处理，确定图像数据的特征；其中，全加网络加速器设置在FPGA上；FPGA将图像数据的特征返回边缘设备，边缘设备基于图像数据的特征，确定图像数据的遥感分类结果。通过在边缘设备的FPGA上设置全加网络加速器的方式，可以对边缘设备获取到的图像数据进行快速的处理，确定图像数据的遥感场景分类。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种面向星载遥感应用的遥感场景分类方法及装置。

技术介绍

1、遥感图像分类是一种关键的遥感影像解译任务，被广泛的应用于环境监测、灾害探测、城市规划和国家安全任务等中。近年来，基于深度学习的方法因其强大的特征抽象和泛化能力被广泛应用于遥感场景分类任务中。传统的遥感图像处理是先将遥感图像从卫星下载到地面站，再进行场景分类处理。随着遥感技术的发展，获取的遥感图像的体积和分辨率都有了显著提高，这带来了极大的数据下行链路传输压力。同时，大量数据传输所消耗的时间增加了地面人员获取关键信息的延迟，给自然灾害、军事监视和紧急情况等有时间限制的任务带来了困难。因此，一种直观的解决方案是在卫星边缘设备上部署基于深度学习的模型。然而，大多数现有的基于卷积神经网络的遥感场景分类方法需要数十亿次乘法运算。由于空间平台的计算资源有限，卷积神经网络很难直接部署在空间平台的边缘设备上，比如设置有现场可编程门阵列(field programmable gate array，fpga)和/或专用集成电路(application specific integra本文档来自技高网...

【技术保护点】

1.一种面向星载遥感应用的遥感场景分类方法，其特征在于，应用于星载遥感应用的边缘设备，所述边缘设备上设置有FPGA，所述FPGA上设置有全加网络加速器，所述全加网络加速器包括M个依次连接的全加网络加速引擎，M大于1，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述全加网络加速器包括M个依次连接的全加网络处理引擎，每个所述全加网络处理引擎均包括加法处理单元、批量归一化BN处理单元、比较处理单元，所述通过全加网络加速器对所述图像数据进行处理包括：

3.根据权利要求2所述的方法，其特征在于，所述加法处理单元包括循环缓存器、加法核存储器、加法器阵列、中间结果...

【技术特征摘要】

1.一种面向星载遥感应用的遥感场景分类方法，其特征在于，应用于星载遥感应用的边缘设备，所述边缘设备上设置有fpga，所述fpga上设置有全加网络加速器，所述全加网络加速器包括m个依次连接的全加网络加速引擎，m大于1，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述全加网络加速器包括m个依次连接的全加网络处理引擎，每个所述全加网络处理引擎均包括加法处理单元、批量归一化bn处理单元、比较处理单元，所述通过全加网络加速器对所述图像数据进行处理包括：

3.根据权利要求2所述的方法，其特征在于，所述加法处理单元包括循环缓存器、加法核存储器、加法器阵列、中间结果缓存器；其中，所述循环缓存器用于存储上一级全加网络处理引擎输出的特征图，为当前全加网络处理引擎提供输入特征图；所述循环缓存器包括多个独立存储空间，每个所述独立存储空间存储特征图的一行数据；所述加法核存储器提供加法核；

4.根据权利要求3所述的方法，其特征在于，所述加法核存储器提供加法核，采用数据预取的方式提供加法核，所述数据预...

【专利技术属性】
技术研发人员：倪硕，张宁，陈禾，王通，陈亮，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：