【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法。
技术介绍
1、随着深度学习技术的飞速发展，深度学习被应用到越来越多的领域。在遥感图像处理领域，存在大量的对于图像处理的需求，因此基于深度学习的计算机视觉技术被广泛地应用到该领域各类不同的任务中。在遥感图像的解译中，有的任务是将图像中的指定物体，如飞机、车辆、建筑等进行检测和标记，得到它们的位置；有些任务则是确定目标的形状，即进行分割。而对于需要同时完成两部分的项目，就需要用到实例分割的技术来处理图像。
2、实例分割技术是计算机视觉领域的一项基本任务。该任务的主要目标是，对于指定类别的目标，在图像中进行扫描，找到所有目标，并标记每个目标的位置、类别和形状。实例分割模型主要分为两类框架：双阶段实例分割框架和单阶段实例分割框架。其中，双阶段实例分割框架在准确性上更胜一筹，但是，此类框架的模型往往需要较大的显存空间来运行。单阶段实例分割框架则相反，虽然在分割精度上会略有下降，但是更加节省计算资源，能得到较少的内存占用和较高的推理速度。>
3、在日常图本文档来自技高网...
【技术保护点】
1.一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤1的方法如下：
3.根据权利要求1所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤2中，双维度加权模块的具体过程如下：
4.根据权利要求3所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤(3.6)中，水平维度扩展加权模块具体过程如下：
5.根据权利要求3所述的...
【技术特征摘要】
1.一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤1的方法如下：
3.根据权利要求1所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤2中，双维度加权模块的具体过程如下：
4.根据权利要求3所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤(3.6)中，水平维度扩展加权模块具体过程如下：
5.根据权利要求3所述的一种基于多尺度特征融合和多分辨率采样的遥感图像实例分割方法，其特征在于，步骤(3.6)中，垂直维度扩展加权模块具...
【专利技术属性】
技术研发人员：赵佳琦，王亚日，周勇，杜文亮，阿卜杜穆塔利布·埃尔·萨迪克，
申请(专利权)人：中国矿业大学，
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。