基于多任务学习的卫星图像中太阳能光伏板视觉识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多任务学习的卫星图像中太阳能光伏板视觉识别方法
申请号:CN202510692778
申请日期:2025-05-27
公开号:CN120599487A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了一种基于多任务学习的卫星图像中太阳能光伏板视觉识别方法,属于机器视觉技术领域,所述方法包括:获取太阳能光伏板卫星图像数据集;其中,数据集中的卫星图像不仅包含语义分割标签,还包含太阳能光伏板的背景信息;构建多任务学习模型;其中,多任务学习模型的输入为太阳能光伏板卫星图像,输出为太阳能光伏板区域的分割结果以及太阳能光伏板的背景类别;利用数据集对多任务学习模型进行训练;利用训练好的多任务学习模型实现卫星图像中太阳能光伏板视觉识别。本发明方案可以自动从高分辨率卫星图像中提取特征,并准确识别出太阳能板的区域和背景信息,从而方便后续对地区发电能力的预测。
技术关键词
太阳能光伏板 视觉识别方法 多任务学习模型 空间特征提取 编码器 卫星图像数据 空间特征信息 解码器 策略 感知特征 静态特征 重复序列 高分辨率卫星 特征融合网络 机器视觉技术 双线性插值
系统为您推荐了相关专利信息
预测网络模型 特征识别方法 三维CAD模型 序列 编码器
基准特征 大数据 滑动窗口 指标 编码器
融合神经网络 多尺度特征融合 多层网络结构 空间特征提取 序列
视频编码器 阶段 生成图像特征 序列 大语言模型
光伏发电设备 新能源电站 寿命预测模型 海洋环境信息 逆变器