基于深度学习的场景遥感图像分类方法研究

为了解决场景遥感图像通常分类性能较差、分类精度不高的问题,提出一种基于改进VGG16的场景遥感图像分类方法。针对传统VGG16模型参数量庞大的问题,对通道数以及参数量进行缩减。在算法运行过程中对数据进行正则化处理,并在分类方法中加入注意力机制。通过将注意力机制与CNN模型进行结合,并对两者进行端到端的训练,提高了模型的分类性能。在不同的分类与检测数据集上进行测试,实验结果表明,在相同的参数设置下,提出的方法能明显提高对场景遥感图像分类的性能。