摘要
本申请提供了一种兼容任意时序遥感影像的作物识别模型构建方法及系统，根据本申请的方法包括：获取多源作物遥感影像，基于作物遥感影像得到模型输入数据的时序长度，并根据时序长度对模型输入数据进行预处理；将处理后的模型输入数据输入至改进的Transformer模型中，对处理后的模型输入数据采用随机时间掩膜方法进行数据增强，并对增强后的输入数据进行训练，得到最终的作物识别模型；所述方法进一步包括：通过作物识别模型对任意时序和任意波段遥感影像中的若干种作物类型进行识别。本申请基于Transformer模型，以光学Landsat‑8、Sentinel‑2和Sentinel‑1SAR影像为数据源，设计了一种兼容任意遥感时序和波段信息的深度学习框架，学习不同作物遥感时序特征，实现生长期内的作物高精度识别。
