公开(公告)号：CN115035418A

公开(公告)日：2022-09-09

申请号：CN202210677113.X

申请日：2022-06-15

Applicant: 杭州电子科技大学

Inventor： 白根宝 ,  徐欣 ,  姚英彪 ,  杨阿锋 ,  刘晴 ,  姜显扬

IPC: G06V20/13 ,  G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于改进DeepLabV3+网络的遥感图像语义分割方法及系统，方法包括以下步骤：S1.获取遥感道路数据集并进行预处理，数据集中的数据分为训练数据、验证数据和测试数据；S2.搭建基于Pytorch环境的改进DeepLabV3+语义分割网络模型；S3.利用步骤S1得到的训练数据、验证数据对改进DeepLabV3+语义分割网络模型进行训练；S4.将步骤S1得到的测试数据输入到步骤S3的改进DeepLabV3+语义分割网络模型，得到遥感道路图像语义分割结果。相较于基于传统的DeepLabV3+网络模型的方法，本发明采用了R‑Drop正则化方法，可以对训练中每个数据样本从dropout中随机抽取的两个子模型的输出进行正则化，本发明不仅可以降低网络模型参数的自由度，还可以缓解训练和推理阶段之间的不一致性，增强了泛化能力。