科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高分辨率遥感图像地形复杂、标注困难等问题，本文提出一种基于半监督学习的高分辨率遥感图像分类算法。首先借助卷积神经网络作为分类模型；然后对高分辨率遥感数据集部分图像分类标注，有监督训练卷积网络；最后对其余数据分别进行弱增强和强增强，得到训练图像伪标签，实现模型有监督训练。实验表明：所提半监督分类模型准确率比有监督模型平均准确率仅降低0.03左右，训练集标注耗时节约一半以上，表明该方法具有较好的识别效果和较快的训练速度。
- 单位
针对高分辨率遥感图像地形复杂、标注困难等问题，本文提出一种基于半监督学习的高分辨率遥感图像分类算法。首先借助卷积神经网络作为分类模型；然后对高分辨率遥感数据集部分图像分类标注，有监督训练卷积网络；最后对其余数据分别进行弱增强和强增强，得到训练图像伪标签，实现模型有监督训练。实验表明：所提半监督分类模型准确率比有监督模型平均准确率仅降低0.03左右，训练集标注耗时节约一半以上，表明该方法具有较好的识别效果和较快的训练速度。
