[发明专利]交叉一致性自训练遥感图像语义分割网络训练方法及装置

权利要求书

1.一种交叉一致性自训练遥感图像语义分割网络训练方法，其特征在于，包括：

构建遥感图像语义分割网络，所述遥感语义分割网络为UNet；

根据遥感图像样本数据集对所述遥感图像语义分割网络进行训练；

将实时拍摄的遥感图像输入训练完成的遥感图像语义分割网络，并输出所述遥感图像的语义分割结果。

2.根据权利要求1所述的方法，其特征在于，所述根据遥感图像数据集对所述遥感图像语义分割网络进行训练，包括：

获取所述遥感图像样本数据集，所述述遥感图像样本数据集中包含遥感图像；

对所述遥感图像中像素的地物类别进行标记，以生成对应的标签遥感图像；

对所述遥感图像样本数据集进行预处理，以划分得到训练集、验证集和测试集；

构建包括编码器、主解码器与多个辅助解码器的遥感图像语义分割网络；

将所述训练集分为标记样本与无标记样本，并输入所述遥感图像语义分割网络中进行训练。

3.根据权利要求2所述的方法，其特征在于，所述输入所述遥感图像语义分割网络中进行训练，包括：

确定所述遥感图像语义分割网络训练所用的超参数与损失函数；

优化遥感图像语义分割网络的参数至所述验证集预测结果的预测精度达到预设精度阈值；

将所述测试集输入训练好的遥感图像语义分割网络验证网络分割准确性。

4.根据权利要求2所述的方法，其特征在于，所述遥感语义分割网络的训练，包括：

将训练集遥感图像分为标记样本与无标记样本，其中，所述标记样本包含遥感图像与对应的标签遥感图像，所述无标记样本只包含遥感图像；

第一训练阶段，将标记样本与无标记样本输入所述遥感语义分割网络的编码器，所述编码器提取的标记样本特征图并输入至主解码器，所得预测结果与标签数据计算监督损失；

第二训练阶段第一部分，将所述编码器提取的无标记样本特征图进行随机变换，并输入至主解码器和辅助解码器中，根据所述辅助解码器的预测结果与主解码器的预测结果计算一致性损失；

第二训练阶段第二部分，将所述主解码器与所述辅助解码器的预测结果进行融合以得到伪标记，将所述伪标记与对应的遥感图像作为标记样本进行监督训练。

5.根据权利要求2所述的方法，其特征在于，所述对所述遥感图像样本数据集进行预处理，包括：

对所述遥感图像样本数据集中的遥感影像随机采样为小图进行多轮次批量训练，其中，每轮训练采样频率为480；

根据显存空间大小设置所述遥感影像的采样尺寸和训练批次数值，其中，输入图像默认尺寸为512×512，训练批次默认为10；

对所述遥感图像和所述标签遥感图像进行多轮随机采样，其中，每次采样得到512×512大小的有标记遥感影像与对应标签图，以及无标记影像；

对各轮采样的样本都进行随机次数和随机程度的数据增强，设置训练样本增强参数范围，其中，所述数据增强包括以下的至少一项：随机旋转n×90°(n＝0，1，2，3)；随机水平方向或垂直方向180°翻转；随机尺度缩放，所述尺寸缩放的倍数取值范围为[0.5，2]；随机亮度增强，所述亮度增强的倍数取值范围为[0.5，2]；随机对比度增强，所述对比度增强的倍数取值范围为[0.5，2]；随机饱和度增强，所述饱和度增强的倍数取值范围为[0.5，2]。

6.根据权利要求2所述的方法，其特征在于，所述遥感图像语义分割网络是经典语义分割网络UNet，所述UNet包括编码器与主解码器，辅助解码器的数量为3。