团体标准网
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111656264.9 (22)申请日 2021.12.3 0 (71)申请人 山东锋士信息技 术有限公司 地址 250014 山东省济南市经十东路3 3399 号水发大厦副楼6、 7层 (72)发明人 孙启玉 刘玉峰 孙平  (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 代理人 祖之强 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/40(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 基于类别自适应伪标签生成的河湖 四乱遥 感监测方法 (57)摘要 本发明提供了一种基于类别自适应伪标签 生成的河湖四乱遥感监测方法及系统, 获取待处 理的遥感图像; 对遥感图像进行预处理; 根据预 处理后的遥感图像和预设学生模 型, 得到河湖四 乱监测结果; 其中, 预设学生模型的生成, 包括: 将不带标签的遥感图像输入到预设教师模型中, 得到伪标签, 基于类别自适应阈值进行伪标签的 筛选, 将筛选后的伪标签和现有标签混合, 得到 新的训练集; 构建一个与教师模 型相同的学生模 型, 将学生模型中的参数随机初始化, 通过知识 蒸馏获取教师模 型中已经学到的知识; 根据新的 训练集进行学生模型的训练, 得到最终的预设学 生模型; 本发 明能够在使用少量标注数据的情况 下, 保证河湖 “四乱”遥感监测的精度。 权利要求书2页 说明书6页 附图2页 CN 114373128 A 2022.04.19 CN 114373128 A 1.一种基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特 征在于: 包括以下 过程: 获取待处 理的遥感图像; 对遥感图像进行 预处理; 根据预处 理后的遥感图像和预设学生模型, 得到河湖四乱监测结果; 其中, 预设学生模型的生成, 包括: 将不带标签的遥感图像输入到预设教师模型中, 得到伪标签, 基于类别自适应阈值进 行伪标签的筛 选, 将筛选后的伪标签和现有标签混合, 得到新的训练集; 构建一个与教师模型相同的学生模型, 将学生模型中的参数随机初始化, 通过知识蒸 馏获取教师模型中已经 学到的知识; 根据新的训练集进行 学生模型的训练, 得到最终的预设学生模型。 2.如权利要求1所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 教师模型和学生模型均包括特 征提取网络和分类 器。 3.如权利要求2所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 特征提取网络采用ResNet ‑50, 包括一个7*7卷积层、 一个3*3的最大值池化层和三个卷 积组, 第一卷积组内包括三个瓶颈卷积模块, 第二卷积组内包括四个瓶颈卷积模块, 第三卷 积组内包括六个瓶颈卷积模块。 4.如权利要求2所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 分类器包括一个3*3卷积、 一个上采样层、 交叉熵损失函数和KL散度损失函数。 5.如权利要求1所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 基于类别自适应阈值进行伪标签的筛 选, 包括: 求最后一个epoc h各类别损失的平均值; 设置初始化阈值, 则自适应因子为初始化阈值与各类别损失平均值的比值; 某一类别自适应阈值 为自适应因子与此类别自适应因子的乘积; 利用得到的各类别自适应阈值对伪标签进行筛选, 去除伪标签中置信度小于自适应 阈 值的像素。 6.如权利要求1所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 将伪标签和现有标签混合, 并打乱顺序, 进行与原训练集相同的预处理, 生成新的训练 集。 7.如权利要求1所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法, 其特征 在于: 河湖四乱监测结果至少包括背景、 房子、 棚子、 坑塘和采砂场。 8.一种基于类别自适应伪标签生成的河湖四乱遥感监测系统, 其特 征在于: 包括:权 利 要 求 书 1/2 页 2 CN 114373128 A 2数据获取模块, 被 配置为: 获取待处 理的遥感图像; 预处理模块, 被 配置为: 对遥感图像进行 预处理; 四乱监测模块, 被配置为: 根据预处理后的遥感图像和预设学生模型, 得到河湖四乱监 测结果; 其中, 预设学生模型的生成, 包括: 将不带标签的遥感图像输入到预设教师模型中, 得到伪标签, 基于类别自适应阈值进 行伪标签的筛 选, 将筛选后的伪标签和现有标签混合, 得到新的训练集; 构建一个与教师模型相同的学生模型, 将学生模型中的参数随机初始化, 通过知识蒸 馏获取教师模型中已经 学到的知识; 根据新的训练集进行 学生模型的训练, 得到最终的预设学生模型。 9.一种计算机可读存储介质, 其上存储有程序, 其特征在于, 该程序被处理器执行时实 现如权利要求 1‑7任一项所述的基于类别自适应伪标签生成的河湖四乱遥感监测方法中的 步骤。 10.一种电子设备, 包括存储器、 处理器及存储在存储器上并可在处理器上运行的程 序, 其特征在于, 所述处理器执行所述程序时实现如权利要求 1‑7任一项所述的基于类别自 适应伪标签生成的河湖四乱遥感监测方法中的步骤。权 利 要 求 书 2/2 页 3 CN 114373128 A 3

.PDF文档 专利 基于类别自适应伪标签生成的河湖四乱遥感监测方法

文档预览
中文文档 11 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于类别自适应伪标签生成的河湖四乱遥感监测方法 第 1 页 专利 基于类别自适应伪标签生成的河湖四乱遥感监测方法 第 2 页 专利 基于类别自适应伪标签生成的河湖四乱遥感监测方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 21:50:31上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。