排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对遥感图像上光伏电站边界精细提取的难点,在传统分割网络上添加逐像素的类别信息约束,提出了一种融合逐像素置信度模块的两分支深度实例分割网络。该网络通过四个损失结构和两个分支结构来实现,纵向上保证了网络每一层的语义信息,横向上保证了目标检测分支和分割分支的信息共享,提升了网络对于光伏电站边界的识别能力。采用国产GF-1数据进行新疆光伏电站提取实验,结果表明基于该方法进行光伏电站检测的准确率在召回率为89.5%的情况下达到83.4%,该方法可以为新疆光伏电站动态监测提供支撑。 相似文献
2.
针对遥感图像上光伏电站边界精细提取的难点，在传统分割网络上添加逐像素的类别信息约束，提出一种融合逐像素置信度模块的两分支深度实例分割网络. 该网络通过4个损失结构和2个分支结构来实现，纵向上保证了网络每一层的语义信息，横向上保证了目标检测分支和分割分支的信息共享，提升了网络对于光伏电站边界的识别能力. 采用国产GF-1数据进行新疆光伏电站提取实验，结果表明，当召回率为89.5%时，基于该方法进行光伏电站检测的准确率达到83.4%. 该方法可为新疆光伏电站动态监测提供支撑. 相似文献
1