国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

針對如何應用深度學(xué)習語(yǔ)義分割方法實(shí)現遙感影像高性能分割的問(wèn)題，選擇了當前流行的SegNet、PSPnet以及Deeplabv3+三種基于深度學(xué)習語(yǔ)義分割算法，利用南方某區域無(wú)人機高分辨率遙感影像中4類(lèi)要素分割為實(shí)驗，以總體精度、平均精度及平均交并比（MIoU）作為精度衡量指標，全面對比分析了三種算法的精度。結果表明，在遷移學(xué)習支持下，三種算法總體精度可提升2至5個(gè)百分點(diǎn)。通過(guò)對PSPNet算法運用不同骨干網(wǎng)絡(luò )，驗證了不同結構網(wǎng)絡(luò )對精度的貢獻，優(yōu)選出復雜度低的骨干網(wǎng)絡(luò )。采用集成學(xué)習的思路，利用投票法對多算法模型進(jìn)行結果融合可提升總體精度1%左右。三種算法對植被及水體的分割效果均要優(yōu)于建筑物及道路，其中Deeplabv3+算法精度最高，總體精度達到89.3%，MIoU達到80.4%，可實(shí)現要素的魯棒分割。