[发明专利]遥感图像的语义分割方法和语义分割模型的训练方法

说明书

本公开至少提供了一种遥感图像的语义分割方法和语义分割模型的训练方法，涉及遥感图像处理、计算机视觉、大数据、人工智能、深度学习等领域。具体实现方案包括：获取目标遥感图像；利用不同的语义分割模型分别对目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；根据各预测图像上每个像素点的投票结果，确定出目标遥感图像的语义分割结果。本公开的技术方案可以利用模型的差异性，提供多种遥感图像的语义分割算法，有效提高遥感图像语义分割的识别准确度和精度。

技术领域

本公开涉及图像技术领域，尤其涉及遥感图像处理、计算机视觉、大数据、人工智能、深度学习等领域，具体涉及一种遥感图像的语义分割方法、语义分割模型的训练方法、装置、设备、系统、存储介质和计算机程序产品。

背景技术

我国当前正处于传统农业向现代农业的加速转型期，地区地块的差异大，种植结构复杂。我们用观测卫星和无人机遥感测量来获取大尺度的农作物的遥感影像数据，通过遥感图像分割的人工智能算法对作物分类，识别相关农作物、建筑等类型，改善作物识别的准确性，可以减少对人工实地勘察的依赖，提升识别作物效率和农业管理能力。这类图像语义分割的特点是类别之间不平衡、噪声较多、不同的类别之间往往具有相似性、场景泛化能力较弱等等，分割难度较大，给技术人员造成了不少困难。

发明内容

本公开提供了一种遥感图像的语义分割方法、语义分割模型的训练方法、装置、设备、系统、存储介质和计算机程序产品。

根据本公开的第一方面，提供了一种遥感图像的语义分割方法，包括：

获取目标遥感图像；

利用不同的语义分割模型分别对目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；

根据各预测图像上每个像素点的投票结果，确定出目标遥感图像的语义分割结果。

根据本公开的第二方面，提供了一种语义分割模型的训练方法，包括：

获取样本遥感图像；

按照不同的尺寸标准分别对样本遥感图像进行分割处理，以得到与各尺寸标准分别对应的样本子图像集合；

利用各样本子图像集合中的样本子图像分别训练不同的初始网络，以得到多个语义分割模型，其中，多个语义分割模型用于对同一个目标遥感图像进行语义分割。

根据本公开的第三方面，提供了一种遥感图像的语义分割装置，包括：

目标遥感图像获取模块，用于获取目标遥感图像；

预测模块，用于利用不同的语义分割模型分别对目标遥感图像进行语义分割，以得到与各语义分割模型分别对应的预测图像；

投票模块，用于根据各预测图像上每个像素点的投票结果，确定出目标遥感图像的语义分割结果。

根据本公开的第四方面，提供了一种语义分割模型的训练装置，包括：

样本遥感图像模块，用于获取样本遥感图像；

分割模块，用于按照不同的尺寸标准分别对样本遥感图像进行分割处理，以得到与各尺寸标准分别对应的样本子图像集合；

训练模块，用于利用各样本子图像集合中的样本子图像分别训练不同的初始网络，以得到多个语义分割模型，其中，多个语义分割模型用于对同一个目标遥感图像进行语义分割。

根据本公开的第五方面，提供了一种遥感图像的语义分割系统，包括本公开任意实施例提供的遥感图像的语义分割装置以及本公开任意实施例提供的语义分割模型的训练装置。

根据本公开的第六方面，提供了一种电子设备，包括：

至少一个处理器；以及