-
公开(公告)号:CN119559200B
公开(公告)日:2025-04-11
申请号:CN202510132147.4
申请日:2025-02-06
Applicant: 无锡学院
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于频域信息融合的超高分辨率遥感图像分割方法,包括:步骤1,获取Vaihingen、Potsdam遥感数据集;步骤2,搭建融合多元频域信息的超高分辨率遥感图像分割网络;步骤3,将Vaihingen训练集输入超高分辨率遥感图像分割网络中训练,获取最佳参数模型;步骤4,将Vaihingen测试集输入到最佳参数模型中,输出遥感图像的精确分割图;步骤5,将数据集更换为Potsdam训练集、Potsdam验证集和Potsdam测试集,重复步骤3~步骤4的操作。本发明的模型通过引入LKResNet‑18网络,提高了局部分支的感受野和特征表示能力。
-
公开(公告)号:CN119494961A
公开(公告)日:2025-02-21
申请号:CN202510059627.2
申请日:2025-01-15
Applicant: 无锡学院
IPC: G06V10/26 , G06V10/80 , G06V10/774 , G06V20/10 , G06N3/0464
Abstract: 本发明公开了一种高分辨率遥感图像双分支分割方法,包括:获取高分辨率遥感图像数据集并预处理后,划分为训练集、验证集和测试集;构建高分辨率遥感图像语义分割网络模型,包括细节分支、语义分支以及上采样部分;将训练集输入至高分辨率遥感图像语义分割网络模型中进行训练,计算损失函数并反向传播,更新网络模型参数,获取最佳参数网络模型,并利用验证集对最佳参数网络模型进行验证;将测试集输入到训练好的最佳参数网络模型中,输出高分辨率遥感图像的精确分割图。本发明通过捕获高分辨率遥感图像中不同类型和尺度的目标信息,多层次、多尺度进行特征提取与融合,从而提高高分辨率遥感图像的分割精度。
-
公开(公告)号:CN119559200A
公开(公告)日:2025-03-04
申请号:CN202510132147.4
申请日:2025-02-06
Applicant: 无锡学院
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于频域信息融合的超高分辨率遥感图像分割方法,包括:步骤1,获取Vaihingen、Potsdam遥感数据集;步骤2,搭建融合多元频域信息的超高分辨率遥感图像分割网络;步骤3,将Vaihingen训练集输入超高分辨率遥感图像分割网络中训练,获取最佳参数模型;步骤4,将Vaihingen测试集输入到最佳参数模型中,输出遥感图像的精确分割图;步骤5,将数据集更换为Potsdam训练集、Potsdam验证集和Potsdam测试集,重复步骤3~步骤4的操作。本发明的模型通过引入LKResNet‑18网络,提高了局部分支的感受野和特征表示能力。
-
公开(公告)号:CN217880338U
公开(公告)日:2022-11-22
申请号:CN202222258295.5
申请日:2022-08-26
Applicant: 无锡学院
Abstract: 本实用新型公开了一种基于纳维码的校园快递身份信息识别装置,包括识别装置本体,所述识别装置本体包括底座,所述底座顶端中间位置嵌入式安装有纳维码识别器,所述底座顶端一侧固定连接有支杆,所述支杆顶端固定连接有安装架,所述安装架顶部安装有单片机,所述安装架靠近纳维码识别器的一侧固定连接有第一安装杆和第二安装杆,所述第一安装杆远离安装架的一端固定连接有相机,所述第二安装杆远离安装架的一端固定连接有显示屏。本实用新型设计了一种基于纳维码的校园快递身份信息识别装置,解决了校园快递身份信息识别的问题。
-
-
-