一种基于迁移学习的栅格型图表自动分类方法

作者：韩冰; 王光霞^*; 陈令羽; 王慧芳; 张蓝天

来源：测绘科学技术学报, 2021, 38(01): 75-82.

DOI：10.3969/j.issn.1673-6338.2021.01.013

• 深度学习
• 卷积神经网络
• Inception V3模型
• 迁移学习
• 图像分类
• 栅格图表

图表自动分类是实现图表内容解译及信息提取的前提。基于Inception V3模型,采用迁移学习的方法,对图表自动分类方法进行了研究,提出了对5类栅格图表进行自动分类的模型。通过与传统的图表自动分类方法的对比试验,测试了在不同学习率参数下模型的分类效果,给出了针对结构化特征的指数衰减学习率的数学表达式。结果表明:采用迁移学习策略,重点改进学习率参数,可以克服传统图表分类方法的不足,较为高效准确地实现对栅格型图表的自动分类工作。

• 单位
  信息工程大学