本发明公开了一种基于可解释CNN图像分类模型的光学遥感图片分类方法,搭建由6组共51层基础卷积层、3层全连接层和1层Softmax层组成的可解释CNN网络ResNet模型,利用ResNet进行下采样,得到包含上下文信息的特征图,之后针对ResNet模型进行可解释性修改,得到新的基于ResNet模型的可解释CNN网络,ResNet模型通过多组带有残差模块的卷积-池化层提取特征,最终输入到全连接层对图像进行分类。本发明能够增强现有深度学习模型的可解释性,并进一步提高模型的性能。
科研之友
微信
新浪微博
Facebook
分享链接
