基于深度學習的冬小麥空間分布提取方法研究

打開文本圖片集

摘要： 準確的冬小麥空間分布數(shù)據(jù)對于政府相關部門指導農(nóng)業(yè)生產(chǎn)、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)具有重要意義。本文針對從高分辨率遙感影像上獲取冬小麥空間分布數(shù)據(jù)的需要，建立了一種基于卷積神經(jīng)網(wǎng)絡的高效語義分割模型（Dense-UCoordNet），用于獲取高精度冬小麥空間分布信息。Dense-U-Coord Net 模型以DenseNet 為骨干網(wǎng)絡建立了一種“U”型網(wǎng)絡結(jié)構(gòu)，利用密集連接的方式實現(xiàn)不同層次特征的融合；以坐標注意力機制（coordinate attention）和OCR 模塊（object-contextual representations）為基礎建立了一種多維度特征注意力機制，用于根據(jù)上下文信息以及空間位置信息對通過融合生成的特征進行優(yōu)化，以提高模型生成一致性特征的能力。（剩余14203字）