桥岸边坡形变异常区识别方法装置、设备、介质及程序产品

本申请提供了一种桥岸边坡形变异常区识别方法装置、设备、介质及程序产品，涉及地质预测技术领域。本申请开发了一种基于SE模块注意力机制的改进UNet（SEUNet）神经网络模型，可以对GB‑SAR影像中的变形异常区进行高效提取。本申请中，针对UNet模型的四个层级编码器，分别构建SE模块，共同构成SEUNet模型。而后通过构建和标注GB‑SAR数据集，结合数据增强技术，提升模型的泛化能力。实验结果表明，本申请所提出的模型在变形异常区检测中具有更高的准确率和稳定性。