一种基于深度学习的标准化格田改造变化检测方法

本发明公开了一种基于深度学习的标准化格田改造变化检测方法，包括以下步骤：步骤一，获取遥感影像；步骤二，绘制矢量数据；步骤三，制作数据集；步骤四，模型训练；步骤五，模型应用；本发明采用Trans‑SGSLN模型，利用Transformer增大模型捕获长距离依赖关系能力，有效捕获双时态影像中变化区域，对复杂田块检测精度高，能通过模型泛化实现大范围制图，以此实现格田改造制图的全流程自动化处理，解决了传统实地考察或人工解译方式存在的劳动密集、时间与经济成本高的问题，从而大幅提升了检测效能，填补了当前标准化格田改造在制图方法上的技术空白，为土地保护、农业管理及政策制定提供可靠技术支撑。