公开(公告)号：CN116883651B

公开(公告)日：2025-03-28

申请号：CN202310667361.0

申请日：2023-06-06

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  孙雨薇 ,  杨欢愉 ,  任雨含 ,  董良

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习语义分割的流域划分方法，其通过采集预设数量的不同地貌类型的流域图像数据样本，并进行预处理得到多个预设尺寸的子图像样本，标注后得到多个流域图像标注样本；通过将多个子图像样本和对应的子图像标注样本划分为训练集和验证集，建立深度学习语义分割模型；分别利用训练集训练深度学习语义分割模型的各变量值和利用验证集验证深度学习语义分割模型的Accuracy，MPA和FwIou准确度，得到最佳的深度学习语义分割模型；采集不同地貌类型的待检测图像数据，并进行预处理得到多个预设尺寸的待测子图像，待测子图像利用最佳的深度学习语义分割模型预测得到对应流域划分预测图像。

公开(公告)号：CN116883651A

公开(公告)日：2023-10-13

申请号：CN202310667361.0

申请日：2023-06-06

Applicant: 西北农林科技大学

Inventor： 张宏鸣 ,  孙雨薇 ,  杨欢愉 ,  任雨含 ,  董良

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习语义分割的流域划分方法，其通过采集预设数量的不同地貌类型的流域图像数据样本，并进行预处理得到多个预设尺寸的子图像样本，标注后得到多个流域图像标注样本；通过将多个子图像样本和对应的子图像标注样本划分为训练集和验证集，建立深度学习语义分割模型；分别利用训练集训练深度学习语义分割模型的各变量值和利用验证集验证深度学习语义分割模型的Accuracy，MPA和FwIou准确度，得到最佳的深度学习语义分割模型；采集不同地貌类型的待检测图像数据，并进行预处理得到多个预设尺寸的待测子图像，待测子图像利用最佳的深度学习语义分割模型预测得到对应流域划分预测图像。