基于注意力机制和多模态表征学习的滑坡识别方法及系统

作者:王蓉芳; 魏浩江; 李卫斌; 刘若辰; 刘波; 尚荣华; 郝红侠
来源:2021-12-08, 中国, ZL202111496192.6.

摘要

本发明公开了一种基于注意力机制和多模态表征学习的滑坡识别方法及系统,将包含滑坡的正样本和包含非滑坡的负样本划分为训练集、验证集和测试集;对训练集进行数据增强,再将验证集、测试集和数据增强后的训练集的图像大小进行调整,将图像各通道像素值归一化;构建基于注意力机制和多模态表征学习的多路卷积神经网络;使用交叉熵损失函数对基于注意力机制和多模态表征学习的多路卷积神经网络进行训练;使用归一化后的训练集对训练后的注意力机制和多模态表征学习的多路卷积神经网络进行训练,并使用归一化后的验证集进行验证,保存验证集上表现最好的网络模型;使用归一化后的测试集在保存的网络模型上测试得到滑坡识别结果,减小计算资源消耗。