基于迁移学习再训练模型和高分遥感数据的建筑垃圾自动识别方法

来源 :遥感技术与应用 | 被引量 : 3次 | 上传用户:haley912
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前城市建筑垃圾大量持续产生且堆积严重,利用率较低同时危害城市生态环境。建筑垃圾的识别是实现建筑垃圾分割、提取以及监测的技术基础,但由于建筑垃圾本身的复杂特征和遥感影像的尺度差异、光谱差异等因素导致其识别和监管困难。提出了一种利用迁移学习再训练模型来实现自动识别建筑垃圾的方法。首先根据建筑垃圾的典型遥感特征构建样本库,样本库包含30 292张建筑垃圾和110 110张典型地物在内的共计140 402张样本。之后基于国际先进的深度学习环境Tensorflow,利用迁移学习在模型的最后一层重新输入了建筑
其他文献
CoSe2 nanosheet materials with a wrinkled sheet structure and large surface area were synthesized via a simple hydrothermal method.Then poly-ethyleneimine(PEI)w
以吉林省农安县为研究区,以Sentinel-1B双极化数据为数据源,提取出典型农作物玉米、大豆、水稻的多个纹理特征值,筛选出最佳农作物识别纹理信息参数,结合eCognition软件中的
A series of Y2O3 fully stabilized HfO2 ceramics(Hf1-xYxO2-0.5x,x = 0.20,0.24,0.28,0.32,0.36 and 0.40)were synthesized by solid-state reaction at 1500℃.The phas
Solder paste quality can be improved from microstructure and surface status of the solder powder.In this work,the micro-morphology of solder paste was observed
针对当前多数深度学习模型只能对高分辨率遥感影像裁剪图片进行土地利用类型判别的问题,结合VGGNet与Mask R-CNN开展了智能化建设用地目标检测研究。在建立研究区4类土地利用类型遥感影像数据集的基础上,对比了VGGNet、ResNet和DenseNet 3种卷积神经网络模型的分类精度,选取分类效果最优的神经网络模型VGGNet与Mask R-CNN实现建设用地目标检测智能化。结果表明:(1)V
The hot corrosion behavior of yttria-stabilized zirconia(YSZ)powder specimens exposed to Na2SO4/V2O5 salts mixtures at high temperature was evaluated.Initial te
In the present work,the magnetization reversal behavior for the melt spinning(Nd0.8Ce0.2)2Fe1 2Co2-xZrxB(x = 0,0.5)permanent alloys with high coercivity was inv
玉米是黑河中游种植面积最大的农作物,生长期需水量大、蒸散量高.准确获取玉米种植面积对该区域农作物种植结构调整、水资源合理规划有重要参考意义.基于2019年4月至9月Senti
针对传统热输入、功率比公式存在不够细化等不足,采用公式推导、材料热物理性能计算等手段,对钨极氩弧焊(Gas Tungsten Arc Welding,GTAW)焊接热输入与面积稀释率的关系进行了研究,初步建立了基于焊接热输入预测镍基合金焊缝稀释率的公式,并进行了试验验证。利用公式推导,得到利用有效热输入Qeff预测稀释率的公式δarea-pre=[μm(Qeff-Qfm)/μm
灌溉是农作物应对干旱等极端气候条件的有效调节机制,在全球气候变化的背景下,未来干旱等极端气候事件发生的频率和严重程度预估会增加,定量分析灌溉和雨养条件下干旱对农田