[發明專利]基于改進的Deeplabv3+的航拍圖像電磁介質語義識別方法及裝置在審
| 申請號: | 202110267834.9 | 申請日: | 2021-03-12 |
| 公開(公告)號: | CN113065412A | 公開(公告)日: | 2021-07-02 |
| 發明(設計)人: | 周晨;夏國臻;張富彬;李玉峰;趙正予 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 王琪 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 改進 deeplabv3 航拍 圖像 電磁 介質 語義 識別 方法 裝置 | ||
1.基于改進的Deeplabv3+的航拍圖像電磁介質語義識別方法,其特征在于:所述方法,包括:
利用無人機拍攝待處理區域的光學圖像;
利用預先訓練的、基于轉置卷積上采樣的deeplabv3+神經網絡對光學圖像進行電磁介質語義識別。
2.根據權利要求1所述的基于改進的Deeplabv3+的航拍圖像電磁介質語義識別方法,其特征在于:獲得預先訓練的deeplabv3+神經網絡的過程,包括;
對測區的航空拍攝的光學圖像進行預處理與標注,得到訓練集;
利用訓練集訓練預先構建的deeplabv3+神經網絡,得到訓練后的神經網絡模型,其中,所述神經網絡模型,包括:依次數據連接的編碼模塊以及解碼模塊,其中,所述解碼模塊包括轉置卷積單元。
3.根據權利要求2所述的基于改進的Deeplabv3+的航拍圖像電磁介質語義識別方法,其特征在于:所述編碼模塊,包括:依次串聯的Xception65單元、編碼卷積單元以及輸出單元,其中,
Xception65單元,包括:前卷積單元、中間卷積單元以及輸出卷積單元;
其中前卷積單元包括多個依次串聯的卷積層,以及,第一旁路卷積層、第二旁路卷積層以及第三旁路卷積層,且,第一旁路卷積層接收第二卷積層卷積結果,并將卷積結果與第四卷積層的輸出求和后分別作為第五卷積層以及第二旁路卷積層的輸入,第二旁路卷積層接收第一旁路卷積層的卷積結果,并將自身卷積結果與第六卷積層的輸出求和后分別作為第七卷積層以及第三旁路卷積層的輸入;
所述中間卷積單元包括依次串聯的多個卷積層;中間卷積單元的輸出為前卷積單元的輸出與中間卷積單元中最后一個卷積層的輸出之和;
所述輸出卷積單元包括:依次串聯的多個卷積層以及第四旁路卷積層;
所述編碼卷積單元,包括:并聯多個卷積層,以及圖像池化層;
輸出單元將編碼卷積單元的輸出數據通道數合并后使用卷積核為1*1的卷積層進行輸出處理。
4.根據權利要求3所述的基于改進的Deeplabv3+的航拍圖像電磁介質語義識別方法,其特征在于:前卷積單元包括依次串聯的通道數為32、卷積核尺寸為3*3,卷積步長為2的第一卷積層;通道數為64、卷積核尺寸為3*3,卷積步長為1的第二卷積層;通道數為128、卷積核尺寸為3*3,卷積步長為1的兩個第三卷積層;通道數為128、卷積核尺寸為3*3,卷積步長為2的第四卷積層;通道數為256、卷積核尺寸為3*3,卷積步長為1的兩個第五卷積層;通道數為256、卷積核尺寸為3*3,卷積步長為2的第六卷積層;通道數為728、卷積核尺寸為3*3,卷積步長為1的兩個第七卷積層;通道數為728、卷積核尺寸為3*3,卷積步長為2的第八卷積層;其中第一旁路卷積層的通道數為128,卷積核尺寸1*1,卷積步長為2;第二旁路卷積層的通道數256,卷積核尺寸1*1,卷積步長為2;第三旁路卷積層的通道數728,卷積核尺寸1*1,卷積步長為2;
所述中間卷積單元包括:依次串聯的16個第九卷積層,且第九卷積層的通道數為728,卷積核為3*3,卷積步長為1;
所述輸出卷積單元包括:依次串聯的通道數為728、卷積核尺寸為3*3,卷積步長為1的第十卷積層;通道數為1024、卷積核尺寸為3*3,卷積步長為1的第十一卷積層;通道數為1024、卷積核尺寸為3*3,卷積步長為2的第十二卷積層;通道數為1536、卷積核尺寸為3*3,卷積步長為1的兩個第十三卷積層;通道數為2048、卷積核尺寸為3*3,卷積步長為1的第十四卷積層;以及,第四旁路卷積層,其通道數為1024、卷積核尺寸為1*1,卷積步長為2;
編碼卷積單元,包括:并聯的卷積核尺寸為1*1的第十四卷積層;卷積核尺寸為3*3,步長為6的第十五卷積層;卷積核尺寸為3*3,步長為12的第十六卷積層;卷積核尺寸為3*3,步長為18的第十七卷積層;以及圖像池化層。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110267834.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于深度學習方向矩形定位密集產品的計數方法
- 下一篇:一種負極片及其應用





