基于类激活图的半监督遥感影像目标检测和分割方法
授权
摘要
本发明请求保护一种基于类激活图的半监督遥感影像目标检测和分割方法。首先利用给定的遥感影像标注数据生成分类标注数据集，训练一个全局平均池化GAP(Global Average Pooling)的分类卷积神经网络模型，并利用特征图的权重叠加的原理，构造出能生成类激活图CAM(Class Activation Mapping)的卷积神经网络模型；然后，经过数据增强分别以类激活图和真实标注作为训练目标，对目标检测和分割模型进行半监督训练；接着，使用具有真实标注的测试集对目标检测和分割模型进行验证，得到检测和分割精度较高的模型；最后，在仅使用少量标注数据训练的情况下，该方法具有良好遥感影像目标检测和分割效果。
基本信息
专利标题 ：
基于类激活图的半监督遥感影像目标检测和分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112329680A
申请号 ：
CN202011268332.X
公开（公告）日 ：
2021-02-05
申请日 ：
2020-11-13
授权号 ：
CN112329680B
授权日 ：
2022-05-03
发明人 ：
唐贤伦彭江平谢颖钟冰王会明李鹏华李锐彭德光
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
重庆市恒信知识产权代理有限公司
代理人 ：
陈栋梁
优先权 ：
CN202011268332.X
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/32 G06K9/34 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-03 ：
授权
2021-02-26 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20201113
申请日 : 20201113
2021-02-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
