一种基于迁移学习的栅格型图表自动分类方法

• 作者: 韩冰 王光霞 陈令羽 王慧芳 张蓝天
• 来源期刊: 测绘科学技术学报
• 关键词: 深度学习 卷积神经网络 Inception V3模型 迁移学习 图像分类 栅格图表
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 地图制图学与地理信息工程|Cartography and Geographic Information Engineering
• 页码范围: 75-82
• 页数: 8页
• 分类号: P289
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2021.01.013

摘要

图表自动分类是实现图表内容解译及信息提取的前提.基于Inception V3模型,采用迁移学习的方法,对图表自动分类方法进行了研究,提出了对5类栅格图表进行自动分类的模型.通过与传统的图表自动分类方法的对比试验,测试了在不同学习率参数下模型的分类效果,给出了针对结构化特征的指数衰减学习率的数学表达式.结果表明:采用迁移学习策略,重点改进学习率参数,可以克服传统图表分类方法的不足,较为高效准确地实现对栅格型图表的自动分类工作.