【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于遥感图像的道路提取方法、系统及存储介质。
技术介绍
1、在高分辨率遥感图像道路提取领域中，由于遥感图像中道路受建筑物以及植被的遮挡，用于训练深度学习算法的遥感影像数据集中存在标签错误，即部分道路未在标签中标注，导致高分辨率遥感图像中道路提取的精确不高。
技术实现思路
1、本专利技术目的在于提供一种基于遥感图像的道路提取方法、系统及存储介质，能够提高遥感图像中道路提取的精确度。
2、为了实现上述目的，本专利技术提供以下技术方案：
3、第一方面，本专利技术实施例提供了基于遥感图像的道路提取方法，所述方法包括以下步骤：
4、建立教师学生模型，所述教师学生模型包括教师模型和学生模型，所述教师模型和学生模型均包括基于d-linknet模型构建的ugd-dlinknet模型，所述ugd-dlinknet模型包括依次连接的编码器、桥接网络和解码器；
5、获取数据集，通过所述数据集对教师模型进行训练，在完成对教师模型的训练...
【技术保护点】
1.一种基于遥感图像的道路提取方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于遥感图像的道路提取方法，其特征在于，所述获取数据集，通过所述数据集对教师模型进行训练，在完成对教师模型的训练后，使用不确定性引导的知识蒸馏策略训练学生模型，得到训练好的学生模型，包括：
3.根据权利要求2所述的基于遥感图像的道路提取方法，其特征在于，所述分割不确定性通过以下公式计算得到：
4.根据权利要求2所述的基于遥感图像的道路提取方法，其特征在于，所述基于所述分割不确定性训练学生模型，得到训练好的学生模型，包括：
5....
【技术特征摘要】
1.一种基于遥感图像的道路提取方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于遥感图像的道路提取方法，其特征在于，所述获取数据集，通过所述数据集对教师模型进行训练，在完成对教师模型的训练后，使用不确定性引导的知识蒸馏策略训练学生模型，得到训练好的学生模型，包括：
3.根据权利要求2所述的基于遥感图像的道路提取方法，其特征在于，所述分割不确定性通过以下公式计算得到：
4.根据权利要求2所述的基于遥感图像的道路提取方法，其特征在于，所述基于所述分割不确定性训练学生...
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。