一种基于深度学习的核电厂周边地物要素提取方法

本发明属于遥感技术领域，具体涉及一种基于深度学习的核电厂周边地物要素提取方法，该方法包括：步骤1、核电厂周边土地要素深度学习样本制作；步骤2、基于HRNet模型，通过Mamba、内卷积、异构卷积构建Mamba注意力残差模块、内卷残差模块、异步卷积残差模块，构建改进HRNet模型；步骤3、利用样本集训练数据和验证数据，分别完成U‑Net、Deeplabv3、HRNet、Swin Transformer和改进HRNet模型的训练；步骤4、不同深度学习模型提取土地要素结果的评价；步骤5、利用训练完成的改进HRNet模型，进行大范围尺度核电厂周边土地要素的提取。本发明方法能够有效提高了核电厂周边复杂地物要素的提取精度，显著提升了模型的计算效率，适用于核电厂周边大范围、多种地物要素的高效监测与分类。