基于改进DeepLab v3+模型和迁移学习的高分遥感耕地提取方法

打开文本图片集

摘要： 針对实际遥感耕地信息提取工作中，多源数据特征复杂、样本标注工作繁重等导致高空间分辨率影像解译精度不高、自动化程度不够的问题，本研究基于DeepLab v3+模型，提出一种融合邻域边缘加权模块（NEWM）和轴向注意力机制模块（CBAM-s）的卷积网络模型DEA-Net，结合迁移学习方法进行高分辨率遥感影像耕地信息提取。（剩余12982字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。