针对基于深度学习的遥感影像语义分割对样本数量的要求较高的问题，提出了一种面向高分辨率卫星影像语义分割的双分支迁移神经网络，将残差网络迁移到可将光分支，在训练时仅更新深层的网络参数而保持浅层参数不变，而另一个分支处理其他波段影像。通过实验证明了在训练样本不足时，该方法语义分割精度较经典的残差网络有明显提升，同时有更快的收敛速度，可以适应样本数量较小的遥感影像语义分割应用。
科研之友
微信
新浪微博
Facebook
分享链接
