【技术实现步骤摘要】
本专利技术涉及滑坡灾害，特别是一种滑坡识别模型的训练方法。
技术介绍
1、利用遥感数据对现有滑坡进行识别和监测，对于地质灾害的隐患识别及核查具有重要意义。
2、目前，滑坡识别方法主要包括野外调查方法、基于像元计算的方法等。但是，野外调查方法成本高且难以完成大区域的滑坡识别任务；基于像元计算的方法主要采用机器学习方法，如决策树、支持向量机、人工神经网络和随机森林等，这类方法的缺点是容易产生“椒盐效应”且对数据空间信息利用率不足。近年来，基于卷积神经网络的滑坡识别方法大量涌现，不仅能够有效地利用遥感数据的时空联合特征，从而有效克服“椒盐效应”，而且对于不同场景下滑坡识别的精度也有显著提高。然而，由于受限于训练数据，其准确率受到样本数据质量的影响较大。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种滑坡识别模型的训练方法。
2、本专利技术的目的通过以下技术方案来实现：一种滑坡识别模型的训练方法，包括以下步骤：
3、s1：构建滑坡识别初始模型
4、本文档来自技高网...
【技术保护点】
1.一种滑坡识别模型的训练方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的滑坡识别模型的训练方法，其特征在于：滑坡识别初始模型包括图像编码器和图像解码器，所述图像编码器包括视觉大模型特征提取器，所述图像编码器用于输出滑坡特征嵌入数据，滑坡特征嵌入数据用于输入所述图像解码器。
3.根据权利要求2所述的滑坡识别模型的训练方法，其特征在于：所述视觉大模型特征提取器为Vision Transformer。
4.根据权利要求3所述的滑坡识别模型的训练方法，其特征在于：所述步骤S2中，还包括以下步骤：
5.根据权利要求4所...
【技术特征摘要】
1.一种滑坡识别模型的训练方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的滑坡识别模型的训练方法，其特征在于：滑坡识别初始模型包括图像编码器和图像解码器，所述图像编码器包括视觉大模型特征提取器，所述图像编码器用于输出滑坡特征嵌入数据，滑坡特征嵌入数据用于输入所述图像解码器。
3.根据权利要求2所述的滑坡识别模型的训练方法，其特征在于：所述视觉大模型特征提取器为vision transformer。
4.根据权利要求3所述的滑坡识别模型的训练方法，其特征在于：所述步骤s2中，还包括以下步骤：
5.根据权...
【专利技术属性】
技术研发人员：杨柳，蒋洛锋，肖娟，杨蒙蒙，刘天舒，杨槐，昝杰，李川，张宝，
申请(专利权)人：绵阳职业技术学院，
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。