激光与光电子学进展, 2019, 56 (7): 072801, 网络出版: 2019-07-30 复制并引用该论文  本文已被引 5 次  被引通知

图 & 表

图 1. 卷积神经网络的模型结构

Fig. 1. Model structure of convolutional neural network

下载图片 查看原文

图 2. 传统机器学习和迁移学习对比。(a)传统机器学习;(b)迁移学习

Fig. 2. Comparison between traditional machine learning and transfer learning. (a) Traditional machine learning; (b) transfer learning

下载图片 查看原文

图 3. 基于深度迁移学习的UAV高分影像树种分类与制图流程

Fig. 3. Flowchart of tree species classification and mapping of UAV high resolution image based on deep migration learning

下载图片 查看原文

图 4. 树种分类模型

Fig. 4. Tree species classification model

下载图片 查看原文

图 5. 树种制图流程图

Fig. 5. Flowchart of tree species mapping

下载图片 查看原文

图 6. 树种样本。(a)水杉;(b)杨树;(c)竹子;(d)银杏

Fig. 6. Tree species samples. (a) Metasequoia; (b) populus; (c) bamboo; (d) ginkgo

下载图片 查看原文

图 7. 不同模型的训练精度及损失曲线。(a)训练精度曲线; (b)训练损失曲线

Fig. 7. Training accuracy and loss curves of different models. (a) Training accuracy curves; (b) training loss curves

下载图片 查看原文

图 8. 不同模型分类的混淆矩阵。(a) VGG16;(b) ResNet50;(c) Inecption-v3;(d) Inception-ResNet-v2

Fig. 8. Confusion matrices of classification with different models. (a) VGG16; (b) ResNet50; (c) Inecption-v3; (d) Inception-ResNet-v2

下载图片 查看原文

图 9. 不同方法的训练精度及损失曲线。(a)训练精度曲线;(b)训练损失曲线

Fig. 9. Training accuracy and loss curves of different methods. (a) Training accuracy curves; (b) training loss curves

下载图片 查看原文

图 10. 不同方法分类的混淆矩阵。(a)小型卷积神经网络;(b)本文方法

Fig. 10. Confusion matrices of classification with different methods. (a) Small CNN; (b) proposed method

下载图片 查看原文

图 11. 不同方法的树种地图。(a)原始影像;(b)实际地图; (c)均匀分解法;(d)本文方法

Fig. 11. Tree species maps with different methods. (a) Original image; (b) actual map; (c) uniform decomposition method; (d) proposed method

下载图片 查看原文

滕文秀, 温小荣, 王妮, 施慧慧. 基于深度迁移学习的无人机高分影像树种分类与制图[J]. 激光与光电子学进展, 2019, 56(7): 072801. Wenxiu Teng, Xiaorong Wen, Ni Wang, Huihui Shi. Tree Species Classification and Mapping Based on Deep Transfer Learning with Unmanned Aerial Vehicle High Resolution Images[J]. Laser & Optoelectronics Progress, 2019, 56(7): 072801.