【技术实现步骤摘要】
本专利技术涉及遥感影像领域，具体来说，涉及一种基于深度学习的塑料大棚旋转目标检测方法。
技术介绍
1、塑料大棚能够构建小环境，为作物、蔬果提供适宜的生长条件，大大提高了作物、蔬果的产量，塑料大棚技术逐渐成熟，具备了集约化、规模化的优势，然而塑料大棚的迅速扩张也带来了环境问题，集约化的农业模式导致了土壤中氮、磷及重金属元素的富集，造成土壤盐碱化和地下水污染，且土壤中残留的塑料会破坏土壤中的微生物平衡，同时塑料薄膜的长期使用会增多二氧化碳、甲烷等温室气体的排放，加剧温室效应，但塑料大棚仍是目前最高效、最具成本效益的农业手段，提高了农民收入水平保障粮食安全，因此快速、准确地获取塑料大棚的分布信息，可以辅助管理者进行农业生产规划和环境污染治理。
2、传统的塑料大棚分布信息测绘方法费时费力，不能满足塑料大棚的大范围监测的需要，而遥感技术具有监测范围广、访问周期短、信息丰富的优势，为塑料大棚的自动检测提供了可靠的数据和高效的方法，而目前用于塑料大棚监测的方法有三类，基于索引的方法、基于分类器的方法和基于深度学习的方法，实现了较大范围的塑...
【技术保护点】
1.一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述根据季节变化分类获取塑料大棚的遥感影像，并对塑料大棚遥感影像进行滑动切割获取样本数据集包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述划分样本数据集并进行数据增强，将数据增强后的样本数据集迭代训练，获取超参数模型，并对超参数模型进行验证包括以下步骤：
4.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征...
【技术特征摘要】
1.一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述根据季节变化分类获取塑料大棚的遥感影像，并对塑料大棚遥感影像进行滑动切割获取样本数据集包括以下步骤：
3.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述划分样本数据集并进行数据增强，将数据增强后的样本数据集迭代训练，获取超参数模型，并对超参数模型进行验证包括以下步骤：
4.根据权利要求1所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述通过后处理算法对初步检测结果进行筛选，并基于筛选结果进行影像瓦片拼接，获得最终检测结果包括以下步骤：
5.根据权利要求3所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述通过混合增强算法对训练数据集进行数据增强包括以下步骤：
6.根据权利要求5所述的一种基于深度学习的塑料大棚旋转目标检测方法，其特征在于，所述基于...
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。