一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法
申请号:CN202510990124
申请日期:2025-07-18
公开号:CN120823374A
公开日期:2025-10-21
类型:发明专利
摘要
本发明属于遥感图像处理技术领域,具体涉及一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法,S1:遥感图像适配器设计;S2:迁移学习参数适配策略;S3:特征融合模块设计;弥合SAM通用特征与遥感特异性特征的模态差异。S4:轻量化分割头设计;针对遥感图像高分辨率场景下的实时处理需求,设计轻量级分割头,通过渐进式上采样路径与自适应输出层的协同设计,在保持分割精度的同时将计算开销降低。S5:训练策略与评估指标。本发明极大程度减少了ROI区域提取网络对大规模逐像素标注数据的依赖,通过多尺度特征提取模块、多头注意力机制和特征融合模块大幅提升模型在遥感图像上的ROI区域提取性能。
技术关键词
区域提取方法
预训练模型
适配器
双线性插值
上采样
多尺度特征提取
遥感图像处理技术
编码器
策略
多头注意力机制
负值特征
像素
通用特征
场景
链式结构
重叠面积
拼接方式