一种基于深度学习的U-SegFormer石油溢油检测方法
申请号:CN202410968613
申请日期:2024-07-19
公开号:CN118823596A
公开日期:2024-10-22
类型:发明专利
摘要
一种基于深度学习的U‑SegFormer石油溢油检测方法,包括步骤:步骤1:数据准备:使用遥感卫星所采集的溢油图像作为实验数据,并对溢油图像数据根据溢油级别进行人工标注;并制作成数据集,将数据集按照一定比例分割为训练集、验证集和测试集;步骤2:搭建模型:U‑Segformer模型的网络架构可以分为编码器、瓶颈层和解码器三个主要部分;步骤3:训练模型:使用公开数据集和步骤1中溢油图像数据集的训练集、验证集对U‑SegFormer模型进行预训练和微调,得到分割模型Y;步骤4:分割后处理,使用步骤1中溢油图像数据集的测试集测试模型,得到初始分割结果,然后进行后处理,得到最终的分割结果。本发明能够有效保留和利用高分辨率的空间信息,能够更好地保留和分割细节。
技术关键词
溢油检测方法
输出特征
分辨率
石油
数据
更新模型参数
注意力机制
训练集
编码器
瓶颈
解码器
局部空间特征
网络架构
线性变换矩阵
融合特征
图像分割
阶段
模块