申请/专利权人:江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司
申请日:2024-03-27
公开(公告)日:2024-06-28
公开(公告)号:CN118262235A
主分类号:G06V20/10
分类号:G06V20/10;G06V20/13;G06V10/764;G06V10/774;G06V10/82;G06T3/4046;G06T3/4053;G06N3/042;G06N3/045;G06N3/0464;G06N3/084;G06N3/096
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明公开了一种基于迁移学习的跨场景屋顶识别方法,包括:将收集到的遥感卫星图像分割为瓦片图;通过搭建好的ResNet50模型对图片数据进行初步分类,制作有屋顶数据集;采用超分辨率技术Real‑ESRGAN对有屋顶数据集进行图片优化;制作标注好的北方地区数据集,制作未标注的南方地区数据集;分别对北方地区数据集和南方地区数据集进行数据处理,将图像转换为数学矩阵;结合迁移学习搭建TSTnet模型,将北方地区数据集和南方地区数据集共同导入TSTnet模型中进行训练;通过训练好的TSTnet模型对待识别图像进行跨场景屋顶识别。本发明解决了南北方地区建筑风格不同造成南方地区建筑物数据集不适用北方地区的问题,实现了跨场景识别,有效减少了数据集制作量。
主权项:1.一种基于迁移学习的跨场景屋顶识别方法,其特征在于,包括如下步骤:S1:将收集到的遥感卫星图像分割为瓦片图;S2:通过搭建好的ResNet50模型对图片数据进行初步分类,制作有屋顶数据集;S3:采用超分辨率技术Real-ESRGAN对有屋顶数据集进行图片优化;S4:挑选北方建筑及地势图进行标注,制作标注好的北方地区数据集;挑选未标注的南方地区有屋顶图像,制作未标注的南方地区数据集;S5:分别对北方地区数据集和南方地区数据集进行数据处理,将图像转换为数学矩阵;S6:结合迁移学习搭建TSTnet模型,将步骤S5处理好的北方地区数据集和南方地区数据集共同导入TSTnet模型中进行训练;S7:通过训练好的TSTnet模型对待识别图像进行跨场景屋顶识别。
全文数据:
权利要求:
百度查询: 江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司 一种基于迁移学习的跨场景屋顶识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。