收藏本站
《河南城建学院学报》 2020年04期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于Pytorch框架搭建U-Net网络模型的遥感影像建筑物提取研究

焦利伟  张敏  麻连伟  秦建辉  
【摘要】:基于深度学习方法,采用Pytorch框架搭建U-Net网络模型,进行了遥感影像建筑物提取研究。首先以建筑物为目标,构建基于光学遥感影像的建筑物样本库,然后进行网络训练建立深度学习模型,并对样本库更新进行模型优化,最后用优化后的模型进行建筑物提取,并与最大似然法、支持向量机法(SVM)进行对比。结果表明:在训练数据集充足的情况下,使用深度学习对台前县建筑物提取总体精度为94. 3%、Kappa系数为0. 83,罗山县总体精度为97. 5%、Kappa系数为0. 75,均高于传统方法,说明利用深度学习的方法进行建筑物提取具有一定的有效性和适用性。

知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978