基于深度学习的冬小麦空间分布提取方法研究

打开文本图片集

摘要： 准确的冬小麦空间分布数据对于政府相关部门指导农业生产、优化产业结构具有重要意义。本文针对从高分辨率遥感影像上获取冬小麦空间分布数据的需要，建立了一种基于卷积神经网络的高效语义分割模型（Dense-UCoordNet），用于获取高精度冬小麦空间分布信息。Dense-U-Coord Net 模型以DenseNet 为骨干网络建立了一种“U”型网络结构，利用密集连接的方式实现不同层次特征的融合；以坐标注意力机制（coordinate attention）和OCR 模块（object-contextual representations）为基础建立了一种多维度特征注意力机制，用于根据上下文信息以及空间位置信息对通过融合生成的特征进行优化，以提高模型生成一致性特征的能力。（剩余14203字）