融合压缩与激励的GoogLeNet模型云检测算法

作者：惠苗

来源：榆林学院学报, 2023, 33(02): 68-72.

DOI：10.16752/j.cnki.jylu.2023.02.016

• 压缩与激励
• GoogLeNet
• 云检测
• 通道注意力机制

Landsat系列陆地卫星受大量云和云阴影遮盖，干扰了地面信息的提取。因此，有效的云检测是遥感影像资源利用的前提。使用SE-GoogLeNet模型进行Landsat8遥感影像的云检测工作。SE-GoogLeNet模型有9个InceptionV3块，它起到了多尺度融合的作用，获取高级语义信息与低级空间信息相结合的特征，在每个InceptionV3后添加添加SeNet(压缩与激励)模块，通过自身的信息学习通道注意力权重，自动学习Landsat8遥感影像11个波段的相互依赖关系，每个波段的重要程度，然后按照这个重要程度提升有用特征，抑制无用的特征。通过实验可视化和评估指标的对比，SE-GoogLeNet模型云检测比GoogLeNet模型云检测准确率精度等均有提升。

• 单位
  三明学院