【技術實現步驟摘要】
本專利技術涉及遙感語義分割領域，更具體地說，本專利技術涉及一種基于空間通道交叉解碼的transformer遙感語義分割方法。
技術介紹
1、遙感圖像中通常包含大量復雜和多樣的地物，這使其在地物識別、土地覆蓋分類和變化檢測方面具有重要價值。但當前遙感圖像分割分類方法難以高效準確地檢測和分類這些目標。同時，在復雜場景中，傳統的分割方法可能無法準確地提取地物邊界，導致分類和分析結果的精度不足。
2、因此，構建一種快速、準確的遙感圖像分割與分類方法成了當前亟待解決的重要問題。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種基于空間通道交叉解碼的transformer遙感語義分割方法，能夠對輸入的遙感圖像數據進行圖像分割并展示分割結果。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于空間通道交叉解碼的transformer遙感語義分割方法，包括如下步驟：采集遙感圖像樣本數據，對遙感圖像數據進行預處理；通過編碼器生成遙感器圖像的高維度特征表示；使用雙流解碼器網絡對空間特征以及通道特征進行解碼，提取雙流解碼器的輸出特征，所述輸出特征包括圖像的空間特征與通道特征；融合雙流解碼器的輸出特征與編碼器模塊提取得到的不同尺度的原始圖像特征；對融合后的特征進行細化處理，最終得到分割后的掩碼圖像；獲取遙感圖像分類結果檢測結果，并返回檢測結果。
4、所述采集遙感圖像樣本數據，對遙感圖像數據進行預處理，具體包括：收集包含各種
5、上述方案中，所述通過編碼器生成遙感器圖像的高維度特征表示，具體包括：將處理過的遙感圖像數據輸入到模型的編碼器模塊中，學習圖像中各個像素之間的依賴關系，生成高維度的特征表示。
6、上述方案中，所述編碼器模塊采用resnet-18，并在編碼器模塊加載預訓練的resnet-18模型。使用編碼器中的多層卷積和池化操作，將特征圖的空間分辨率逐步降低，特征的深度逐步增加；將編碼器輸出的不同維度的特征圖，傳遞給解碼器，實現多尺度特征融合操作。
7、上述方案中，使用雙流解碼器網絡對空間特征以及通道特征進行解碼，提取雙流解碼器的輸出特征，所述輸出特征包括圖像的空間特征與通道特征，具體包括：通過嵌入模塊得到特征嵌入，并對特征嵌入添加位置編碼以增強特征嵌入中的位置信息；對于添加位置編碼后的特征，分別輸入到基于transformer網絡的多層空間解碼器與通道解碼器中進行解碼，所述解碼器中的注意力模塊依次為自注意力模塊與交叉注意力模塊；使用可變形注意力機制得到新特征值。
8、所述融合雙流解碼器的輸出特征與編碼器模塊提取得到的不同尺度的原始圖像特征，具體包括：使用多尺度特征融合模塊融合解碼器的輸出特征與編碼器模塊提取得到不同尺度的原始圖像特征；使用多尺度融合模塊，將來自解碼器的融合特征與當前層編碼器輸出特征分別乘以一組可學習的自適應權重系數并在通道維度上進行拼接融合，以將不同維度的特征進行融合，將該特征繼續作為下層解碼器的輸入特征。
9、對融合后的特征進行細化處理，最終得到分割后的掩碼圖像，具體包括：
10、使用分割頭模塊內的卷積層，將融合后的特征圖轉換為分割所需的維度從而細化特征圖的細節，使其適合用于生成分割掩碼。
11、所述基于改進后的電力設備指標質量等級的隸屬度函數公式，具體為：所述獲取遙感圖像分類結果檢測結果，并返回檢測結果，具體包括：通過分割頭模塊對每個像素進行類別預測并通過設定閾值將概率值轉換為最終的類別標簽，最終將該圖像分割結果進行輸出展示。
12、本專利技術一種基于空間通道交叉解碼的transformer遙感語義分割方法的技術效果和優點：
13、本專利技術基于卷積神經網絡的遙感圖像分類方法，借助深度學習模型對圖像數據處理速度快、檢測精度高和數據分析能力強等特點，實現對遙感圖像的快速分類任務，為環境監測、城市規劃、農業管理等領域提供了強大的技術支持和數據支撐。不僅包括對空間特征及通道特征進行交叉解碼與特征融合來捕獲相關語義信息。同時利用了可變形注意力機制分別捕獲空間及通道特征的上下文依賴關系來增強特征表示，實現了對檢測到的目標進行精確分類。
本文檔來自技高網...【技術保護點】
1.一種基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，所述采集遙感圖像樣本數據，對遙感圖像數據進行預處理，具體包括：
3.根據權利要求2所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，所述通過編碼器生成遙感器圖像的高維度特征表示，具體包括：
4.根據權利要求2所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，所述編碼器模塊采用ResNet-18，并在編碼器模塊加載預訓練的ResNet-18模型。
5.根據權利要求4所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，使用編碼器中的多層卷積和池化操作，將特征圖的空間分辨率逐步降低，特征的深度逐步增加；將編碼器輸出的不同維度的特征圖，傳遞給解碼器，實現多尺度特征融合操作。
6.根據權利要求1所述的基于空間通道交叉解碼的Transformer遙感語義
7.根據權利要求6所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，所述融合雙流解碼器的輸出特征與編碼器模塊提取得到的不同尺度的原始圖像特征，具體包括：
8.根據權利要求6所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，對融合后的特征進行細化處理，最終得到分割后的掩碼圖像，具體包括：
9.根據權利要求2所述的基于空間通道交叉解碼的Transformer遙感語義分割方法，其特征在于，所述基于改進后的電力設備指標質量等級的隸屬度函數公式，具體為：所述獲取遙感圖像分類結果檢測結果，并返回檢測結果，具體包括：
...【技術特征摘要】
1.一種基于空間通道交叉解碼的transformer遙感語義分割方法，其特征在于，包括如下步驟：
2.根據權利要求1所述的基于空間通道交叉解碼的transformer遙感語義分割方法，其特征在于，所述采集遙感圖像樣本數據，對遙感圖像數據進行預處理，具體包括：
3.根據權利要求2所述的基于空間通道交叉解碼的transformer遙感語義分割方法，其特征在于，所述通過編碼器生成遙感器圖像的高維度特征表示，具體包括：
4.根據權利要求2所述的基于空間通道交叉解碼的transformer遙感語義分割方法，其特征在于，所述編碼器模塊采用resnet-18，并在編碼器模塊加載預訓練的resnet-18模型。
5.根據權利要求4所述的基于空間通道交叉解碼的transformer遙感語義分割方法，其特征在于，使用編碼器中的多層卷積和池化操作，將特征圖的空間分辨率逐步降低，特征的深度逐步增加；將編碼器輸出的不同維度的特征圖，傳遞給解碼...
【專利技術屬性】
技術研發人員：陳天佑，姜克儒，王緒利，李鴻鵬，朱劉柱，李坤，夏凱，張勇，金文，王燦，常江，周躍，
申請(專利權)人：國網安徽省電力有限公司經濟技術研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。