基于人工智能深度学习的卫星影像分类研究

• 作者: 冷天熙 钱发斌 胡文萍
• 来源期刊: 林业调查规划
• 关键词: 卫星影像分类 人工智能 深度学习 模型训练 森林资源监测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 森林经理|Forest Management
• 页码范围: 1-4
• 页数: 4页
• 分类号: S771.8|TP18|TP751
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3168.2021.01.001

摘要

以芒市2019年卫星影像及2019年林地一张图成果为研究对象,基于深度学习的卫星影像分类研究,构建森林资源分类识别模型,以提高森林资源监测能力.将裁剪后的芒市2019年卫星影像分有林地、灌木林地、未成林地及耕地、建设用地5个类别导入自定义的ResNet18模型进行深度学习,并对学习结果进行验证.实验结果显示,在模型训练过程中,随着迭代次数的增加,模型的损失值逐渐减小,且训练样本越多,准确率越高.