浏览全部资源
扫码关注微信
1. 广东省国土资源测绘院
2. 自然资源部华南热带亚热带自然资源监测重点实验室
3. 中山大学地理科学与规划学院
Published:2023
移动端阅览
张俊鑫, 郭海京, 唐孝培, et al. 基于卷积神经网络模型的照片精细化识别研究[J]. 2023, 21(2): 11-16.
DOI:
张俊鑫, 郭海京, 唐孝培, et al. 基于卷积神经网络模型的照片精细化识别研究[J]. 2023, 21(2): 11-16. DOI:
目前的照片精细化识别主要是基于传统机器学习,识别精度无法保证大范围应用,部分基于神经网络模型的方法在提升精度的同时难以兼顾效率。基于此,提出一种轻量化的卷积神经网络模型,减少了模型的参数量与计算量,从而提高速度。方法包含跨阶段融合以及多尺度融合策略,强化模型的特征学习能力,提升模型的预测精度。在利用三调照片对菠萝、柚子、香蕉等地表植被的识别中,通过与主流模型的对比实验发现,提出的模型在识别速度和精度方面均有较大提高。
周家奇.基于CNN的图像分类及在电商图片分类中的应用研究[D].武汉理工大学,2019(07).
苏婷.基于照片识别分类的智能推荐研究[D].厦门大学,2017(07).
Sergey Zagoruyko,Nikos Komodakis.Wide Residual Networks.[J].CoRR,2016.
Karen Simonyan,Andrew Zisserman.Very Deep Convolutional Networks for Large-Scale Image Recognition.[J].CoRR,2014.
Hinton Geoffrey E,Osindero Simon,Teh Yee-Whye.A fast learning algorithm for deep belief nets.[J].Neural computation,2006.
徐世武,曾珏,张诗慧,李长征,李亭谕.一种深度卷积神经网络土地利用场景照片的分类方法[J].测绘通报,2020(02).
王斌,范冬林.深度学习在遥感影像分类与识别中的研究进展综述[J].测绘通报,2019(02).
0
Views
315
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution