龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东省科学院海洋仪器仪表研究所
摘要：本发明涉及一种联合空洞卷积和CBAM的U‑Net滨海湿地分类方法，包括：步骤1：堆叠空洞卷积SD模块，将不同感受野的地物特征进行融合，来获取滨海湿地地物多尺度特征；步骤2：构建通道空间注意力CBAM模块，自适应地对影像每个通道和空间位置应用不同的注意力机制，自动识别每个通道和空间的重要性，抑制不必要特征；步骤3：联合通道空间注意力CBAM模块和堆叠空洞卷积SD模块构建滨海湿地U‑Net语义分割模型，采用对称的编码‑解码结构；步骤4：通过Focalloss损失函数计算滨海湿地语义分割模型误差，得到分类后的类别图像。增强了U‑Net语义分割模型对复杂滨海湿地信息的提取能力，减少了错分、漏分的现象，提高了分类精度，提高了训练效率，改善了U‑Net语义分割模型的性能。
主权项：1.一种联合空洞卷积和CBAM的U-Net滨海湿地分类方法，其特征在于，包括以下步骤：步骤1：堆叠空洞卷积SD模块，所述堆叠空洞卷积SD模块由一个标准卷积和多个不同扩张率的空洞卷积构成，通过将不同感受野的地物特征进行融合，来获取滨海湿地地物多尺度特征；步骤2：构建通道空间注意力CBAM模块，所述通道空间注意力CBAM模块结合通道注意力模块和空间注意力模块，自适应地对影像每个通道和空间位置应用不同的注意力机制，自动识别每个通道和空间的重要性，抑制不必要特征；步骤3：联合通道空间注意力CBAM模块和堆叠空洞卷积SD模块构建滨海湿地U-Net语义分割模型，所述U-Net语义分割模型采用对称的编码-解码结构，由五个编码模块和四个解码模块组成，所述编码模块是由5个所述空洞卷积SD模块、4个下采样操作和2个所述通道空间注意力CBAM模块构成；步骤4：通过Focalloss损失函数计算滨海湿地语义分割模型误差，经过不断进行迭代训练，最终得到分类后的类别图像。
全文数据：
权利要求：
百度查询： 山东省科学院海洋仪器仪表研究所 联合空洞卷积和CBAM的U-Net滨海湿地分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号