700字范文 > 基于高分辨率影像的潍坊大棚遥感提取

基于高分辨率影像的潍坊大棚遥感提取

时间：2023-04-22 15:18:42

相关推荐

基于高分辨率影像的潍坊大棚遥感提取

1 背景

朋友，当你坐在经过潍坊的火车上的时候，是否被窗外的风景震惊过？那一望无际的大棚，像一片海洋，又像一片草原，连接天际，一眼望不到边。在卫星地图上，白茫茫一片，蔚为壮观。

本文基于0.6米的高分辨率遥感影像提取潍坊的大棚分布。

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

使用古戈影像的18级数据，0.6米分辨率，共三百多G。

方法和思路都比较简单。使用深度学习的方法，首先选典型样本，其次训练模型，最后应用模型。对于效果不好的区域，再选择一部分样本对模型进行微调。

样本的选取是十分重要的，需要兼顾春夏秋冬各个时相，兼顾不同区域、不同颜色、不同形状、不同方向、不同结构。由于时间和精力有限，本次选取的样本主要分布在寿光、青州、昌乐两个地方。

本人利用大量的业余时间勾选的一些样本如下图（节选）。

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

选择一些典型的样本后，转为和影像一样大小的栅格，将影像和样本均切分成1600*1600大小的小图，制作成数据集。训练时经过随机旋转、随机裁剪为1024大小。

使用百度的PaddleSeg语义分割框架的bisenet v2网络进行训练。这个网络比较轻量，能在6G显存的电脑运行，速度还快。经过有丰富的数据增强的几万次迭代后，差不多了保存模型。最后对全潍坊市的影像进行预测。下载影像时，将潍坊市分成了10块区域，对10块区域分别预测最后拼接起来。

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

专题图如下。可以看出，在西北的几个县市比较集中。由于时间和精力有限，本人就不多做分析了。高清的专题图可从网盘下载。

链接：/s/1ZhpFEn5qs6uppKvpTFFCfA

提取码：1111

几个局部细节图如下。放大看十分的壮观。

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

本文链接：/weixin_40450867/article/details/119483258

————————————————

原文链接：/weixin_40450867/article/details/119483258

本内容不代表本网观点和政治立场，如有侵犯你的权益请联系我们处理。

网友评论

网友评论仅供其表达个人看法，并不表明网站立场。