基于改进DeepLab v3+的耕地自动化提取方法  

作　　者：高威 于龙昊 

机构地区：[1]中水北方勘测设计研究有限责任公司,天津300222

出　　处：《中国新技术新产品》2024年第21期27-29,共3页New Technology & New Products of China

摘　　要：耕地是地表覆盖的主要类型之一,也是粮食生产的直接载体。本文针对耕地提提取不准确和效率低的问题,提出一种改进的DeepLab v3+提取方法。首先,使用轻量级网络替代DeepLab v3+模型的特征提取网络Xception,以减少模型参数量,提高训练速度。其次,引用SE注意力加入模型,提高网络对耕地的提取精度。并在GID数据集上进行试验,结果显示,本文方法具有优秀的分割性能,能够有效解决经典模型分割结果中存在的不同程度的误分、漏分等问题,在耕地提取中具有高效性,为后续耕地提取任务提供支持。

关 键 词：迁移学习 SE注意力 MobileNet v2 耕地提取 DeepLab v3+ 

分 类 号：P208[天文地球—地图制图学与地理信息工程]