基于深度语义分割的无人机影像烟草种植面积提取

• 作者: 付必环 黄亮
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 烟草 无人机影像 语义分割 面积提取
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 信息处理与传输|Information Processing & Transmission
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP79
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2022.02.007

摘要

目前,深度学习广泛用于作物信息提取,但是存在模型复杂以及训练时间较长的问题.为此,提出一种基于DeeplabV3+深度语义分割模型的无人机遥感影像烟草种植面积精确提取方法.首先通过采用四种经典的轻量化骨干网络(Xception、MobilenetV1、MobilenetV2和Resnet50)替换DeeplabV3+原始的空洞卷积结构(Atrous Conv)结构来训练数据集;其次比较分析不同骨干网络对烟草特征的提取能力;最后,通过训练的模型对预测图像进行语义分割,并使用平均交并比(mean Intersection over Union,mIoU)来评价准确率.实验结果表明,使用Xception、MobelnetV1、MobelnetV2和Resnet50对71张预测图像进行语义分割,得到的mIoU分别为95.58、93.95、94.86和90.45,语义分割准确率较高.