【技术实现步骤摘要】
本专利技术涉及遥感智能监测领域，具体涉及一种丘陵烟田识别方法、设备及介质。
技术介绍
1、丘陵地区因地形复杂、种植分散，传统依赖人工巡查和地面测量的监测方式效率低、成本高。目前，遥感技术在植被识别和作物监测中已展现出显著优势，并被逐步引入烟田提取任务中。然而，传统方法多依赖光谱特征和手工设计规则，面对尺度多样、形状复杂的烟田地块时，存在特征提取困难、分割精度不足等问题。近年来，随着高分辨率遥感数据和深度学习技术的发展，研究者将遥感影像与语义分割网络结合，初步实现了自动化烟田提取。然而在丘陵山地等复杂区域，主流模型如fcn、u-net等在鲁棒性与泛化能力上仍存在明显不足。一方面，烟田目标形状复杂、大小不一，使得特征提取过程难以准确捕捉其边界与内部结构；另一方面，丘陵地带的地形高差和背景植被干扰严重，易造成特征混淆和漏检、误检现象，难以实现精细化烟田识别。
2、综上所述，亟需一种丘陵烟田识别方法、设备及介质解决现有问题。
技术实现思路
1、针对上述问题，本专利技术提出了一种结合方向...
【技术保护点】
1.一种丘陵烟田识别方法，其特征在于，过程如下：
2.根据权利要求1所述的丘陵烟田识别方法，其特征在于，在S1中，烟田样本的预处理过程如下：
3.根据权利要求2所述的丘陵烟田识别方法，其特征在于，在S2中，烟田识别网络包括特征提取模块、方向自适应注意力机制、多尺度特征增强模块和分类头；
4.根据权利要求3所述的丘陵烟田识别方法，其特征在于，在S2中，所述特征提取模块为Swin Transformer特征提取模块，用于提取得到不同层级的第一特征图。
5.根据权利要求4所述的丘陵烟田识别方法，其特征在于，在S2中，所述方向自...
【技术特征摘要】
1.一种丘陵烟田识别方法，其特征在于，过程如下：
2.根据权利要求1所述的丘陵烟田识别方法，其特征在于，在s1中，烟田样本的预处理过程如下：
3.根据权利要求2所述的丘陵烟田识别方法，其特征在于，在s2中，烟田识别网络包括特征提取模块、方向自适应注意力机制、多尺度特征增强模块和分类头；
4.根据权利要求3所述的丘陵烟田识别方法，其特征在于，在s2中，所述特征提取模块为swin transformer特征提取模块，用于提取得到不同层级的第一特征图。
5.根据权利要求4所述的丘陵烟田识别方法，其特征在于，在s2中，所述方向自适应注意力机制具体如下：
<...【专利技术属性】
技术研发人员：陈杰，屈亚妮，李会婷，李佳睿，谭洪妍，
申请(专利权)人：中南大学，
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。