基于DeepLab-v3+的遥感影像分类 
下载： 1558次
Remote Sensing Image Classification Based on DeepLab-v3+
1 北京科技大学自动化学院, 北京 100083
2 北京科技大学计算机与通信工程学院, 北京 100083
图 & 表
图 1. 基于DeepLab-v3+模型的遥感图像分类系统框图
Fig. 1. System diagram of remote sensing image classification based on DeepLab-v3+
下载图片 查看原文
图 2. 多孔卷积示意图[11]。(a)稀疏的特征提取;(b)稠密的特征提取
Fig. 2. Diagrams of abtrous convolution[11]. (a) Sparse feature extraction; (b) dense feature extraction
下载图片 查看原文
图 3. 多孔空间金字塔池化结构
Fig. 3. Structure of atrous spatial pyramid pooling
下载图片 查看原文
图 4. 编码解码模块结构
Fig. 4. Structure of encoder-decoder module
下载图片 查看原文
图 5. 数据集的示例。(a)原图;(b)标签
Fig. 5. Example of dataset. (a) Original images; (b) labels
下载图片 查看原文
图 7. 第一层卷积得到的64张特征图
Fig. 7. 64 feature maps obtained from the first convolution layer
下载图片 查看原文
图 8. DeepLab-v3+分割效果示意图。(a)原图;(b) DeepLab-v3+分割结果
Fig. 8. Segmentation effect by DeepLab-v3+; (a) Original image; (b) segmentation result by DeepLab-v3+
下载图片 查看原文
图 9. 不同模型的损失对比
Fig. 9. Comparison of loss of different models
下载图片 查看原文
图 10. DeepLab-v3+和其他模型分割结果对比。(a)原图;(b) FCN分割结果;(c) U-Net分割结果;(d) DeepLab-v3+分割结果
Fig. 10. Comparison of segmentation results of DeepLab-v3+ and other models. (a) Original images; (b) segmentation results of FCN; (c) segmentation results of U-Net; (d) segmentation results of DeepLab-v3+
下载图片 查看原文
图 11. DeepLab-v3+和其他模型在GID数据集分割结果。(a)原图;(b) FCN分割结果;(c) U-Net分割结果;(d) DeepLab-v3+分割结果
Fig. 11. Segmentation results of DeepLab-v3+ and other models on GID dataset. (a) Original image; (b) segmentation result of FCN; (c) segmentation result of U-Net; (d) segmentation result of DeepLab-v3+
下载图片 查看原文
表 1训练参数
Table1. Training parameters
| Parameter | Value |
|---|
| base_lr | 0.0001 | | lr_decay | 5 | | batch_size | 10 | | weight_decay | 0.0001 | | max_iter | 100 |
|
查看原文
表 2DeepLab-v3+和其他模型的精度和运行时间
Table2. Precision and running time of DeepLab-v3+ and other models
| Model | MIoU | Time /h |
|---|
| FCN | 0.5068 | 1.9 | | U-Net | 0.5074 | 3.1 | | DeepLab-v3+ | 0.5743 | 1.2 |
|
查看原文
表 3DeepLab-v3+和其他模型在GID数据集的精度
Table3. Precision of DeepLab-v3+ and other models on GID dataset
| Model | MIoU |
|---|
| FCN | 0.5606 | | U-Net | 0.5782 | | DeepLab-v3+ | 0.6426 |
|
查看原文
袁立, 袁吉收, 张德政. 基于DeepLab-v3+的遥感影像分类[J]. 激光与光电子学进展, 2019, 56(15): 152801. Li Yuan, Jishou Yuan, Dezheng Zhang. Remote Sensing Image Classification Based on DeepLab-v3+[J]. Laser & Optoelectronics Progress, 2019, 56(15): 152801.
PDF全文
