具有SE结构的改进的PSPNet用于紫菜养殖区识别

• 作者: 杨坤 邵光辉 郭南南
• 来源期刊: 软件
• 学科: 工学
• 关键词: 深度学习 SE结构 PSPNet模型 紫菜养殖
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 117-122
• 页数: 6页
• 分类号: TP391.41
• 字数: 3687字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.05.025

摘要

目前深度学习技术被广泛应用于解决实际问题的各个领域,其中在筏式海水养殖区识别方面也取得了很大的进展.但由于海水养殖区环境复杂,导致容易产生误分问题.本文主要利用高分遥感影像,通过人工标注三分类标签,利用具有SE结构的改进的PSPNet模型来进行紫菜养殖区的识别工作,有效的改善了小样本误分问题.PSPNet能同时捕获紫菜养殖区的高级语义特征以及不同尺度的空间信息,SE结构通过学习的方式来自动获取到每个特征通道的重要程度,提升有用的特征并抑制对当前任务用处不大的特征,以提高小样本识别率.实验结果表明,与经典的FCN,U-Net网络相比该方法在紫菜养殖区的识别上有更好的效果,能够实现紫菜养殖区的提取应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨坤	山东科技大学计算机科学与工程学院	15	69	6.0	7.0
2	邵光辉	山东科技大学计算机科学与工程学院	3	3	1.0	1.0
3	郭南南	山东科技大学计算机科学与工程学院	1	0	0.0	0.0