【技术实现步骤摘要】
本专利技术涉及遥感图像处理，更具体的说是涉及一种基于频域特征变分的遥感图像特征提取模型预训练方法和系统。
技术介绍
1、遥感图像在国防安全、环境监测、城市规划等领域具有广泛的应用前景。遥感图像解译一直以来都是遥感领域的研究重点之一，遥感图像目标检测，遥感图像实例分割等更是炙手可热的研究重点。当前主流的遥感图像解译方法，主要基于有监督的训练范式设计模型进行训练，这类模型基于卷积神经网络构建，经过特征提取，特征融合，特征解耦后输出潜在目标区域的掩码信息以及预测框和类型信息。然而，有监督的模型训练范式需要大量的标注信息，及目标的类别，位置，边界信息往往需要大量的人力和物力的帮助。这造成了巨大的人工成本消耗，同时也使得模型难以拓展到相似解译任务。相比之下，基于无监督的模型预训练方法无需任何标注信息即可学习图像内部的特征语义关系，在实际应用中仅需在目标检测及实例分割等下游任务上进行微调，即可实现不错的检测精度。这一方法极大的减少了标注成本，使得遥感图像解译模型的拓展性和泛化性得到了显著的提升。然后，由于遥感图像本身具有复杂背景和目标尺度变换等特性...
【技术保护点】
1.一种基于频域特征变分的遥感图像特征提取模型预训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于频域特征变分的遥感图像特征提取模型预训练方法，其特征在于，S2具体包括：
3.根据权利要求2所述的一种基于频域特征变分的遥感图像特征提取模型预训练方法，其特征在于，S2具体还包括：
4.根据权利要求3所述的一种基于频域特征变分的遥感图像特征提取模型预训练方法，其特征在于，S2具体还包括：
5.根据权利要求4所述的一种基于频域特征变分的遥感图像特征提取模型预训练方法，其特征在于，S2具体还包括：
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。