基于预训练迁移学习的高原区域高分辨率水体提取OA
针对为提升三江源区域高分辨率水体提取的细粒度问题,通过对吉林一号亚米级遥感影像的研究与分析,提出一种基于私有数据预训练的迁移学习方法。基于Vi T(Vision Transformer)骨干网络进行自监督预训练,并构建以Vi T-B为编码器、Uper Net为解码器的水体迁移学习提取框架。实验结果表明,该方法的Io U(Intersection over Union)达到92.93%,较未预训练模型提升11.87%,且优于其他开源预训练权重。最终提取水体图斑25621个,水体面积1544 km^(2)。与World Cover 2021对比分析显示,该方法可有效检测出被遗漏的细小水体,为高原湿地水资源分析提供了更精准的参考。
易志伟;程鑫;马经宇;顾玲嘉;邹波;朱瑞飞
长光卫星技术股份有限公司数据中心三室,长春130102 吉林大学电子科学与工程学院,长春130012长光卫星技术股份有限公司数据中心三室,长春130102长光卫星技术股份有限公司数据中心三室,长春130102吉林大学电子科学与工程学院,长春130012长光卫星技术股份有限公司数据中心三室,长春130102长光卫星技术股份有限公司数据中心三室,长春130102
信息技术与安全科学
高分辨率遥感影像预训练迁移学习三江源地区微小水体提取
《吉林大学学报(信息科学版)》 2026 (4)
P.998-1007,10
长春市科技发展计划基金资助项目(2024WX02)。
评论