没有合适的资源?快使用搜索试试~ 我知道了~
低空遥感地质灾害目标数据集的制作及测试.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 30 浏览量
2023-02-23
20:22:39
上传
评论
收藏 951KB DOCX 举报
温馨提示
试读
10页
低空遥感地质灾害目标数据集的制作及测试.docx
资源推荐
资源详情
资源评论
摘要
数据集制作是利用深度学习方法进行地质灾害目标自动检测的重要基础。提出一种无人机影像地质
灾害 目标 数据 集(disaster event dataset,DED)的制作方法,该数据集包含坍塌房屋、滑坡
和泥石流 3 种典型地质灾害目标,共有 16 535 个标注对象。使用 Faster R‐CNN 模型进行实验
评估以检验 DED 的有效性,并基于不同深度的预训练网络以及是否使用 k‐means 聚类优化进行
对比实验。结果表明,基于 DED 训练深度网络有较好的效果。
Abstract
Dataset production is an important basis for the automatic detection of geological
disaster targets based on deep learning methods. We propose a method to produce
a disaster event dataset (DED) of low‐altitude remote sensing images obtained
by unmanned aerial vehicle (UAV). The DED consists of three typical geological
disaster events, namely collapsed houses, landslides and debris flows, with a
total of 16 535 annotation objects. Faster R‐CNN model for experimental evaluation
is used to verify the effectiveness of the DED. And a comparative experiment is
conducted based on the pre‐trained networks of different depths and that
whether k‐means clustering optimization is used. The results show that our dataset
has a good training effect on the deep networks.
译
关键词
地质灾害目标; 数据集制作; 深度学习; 目标检测; Faster R‐CNN
Keywords
geological disaster event; datasets production; deep learning; object
detection; Faster R‐CNN
译
基于机器学习方法的遥感图像灾害目标检测是灾害分析中的研究热点之一。这类方法的初期模型有
支持 向量 机(support vector machine, SVM)
[ 1 ]
、模 式识 别技术和监督分类方 法
[ 2 ]
、联 合
视觉词袋(bag of visual words,BoVW)与概率隐含语义分析(probabilistic latent semantic
analysis,PLSA)的滑坡场景分类方法
[ 3]
等。这些方法通常先进行预处理并构建灾害目标样本库,
然后设计目标特征提取方法,最后选取分类器模型进行训练和测试。由于无法充分利用样本信息,
并且所选特征描述符的稳健性不高,该类方法还不足以创建用于灾害损伤检测的强泛化模型。
深度学习
[ 4 , 5]
已在许多应用中取得了突破性进展,其中,卷积神经网络(convolutional neural
network, CNN)在目标识别领域表现优异
[ 6‐ 8 ]
。与基于像素和面向对象的技术
[ 9, 10 ]
相比,深
度学习方法提供了对灾害目标特征相对高级的解释,且减少了特征提取前的诸多繁琐的预处理步骤,
部署训练好的模型便可实现目标的快速检测。文献[11]中利用 Google Earth 影像制作滑坡样本
数据集,并搭建了一个包含 3 个卷积层和两个全连接层的 CNN,经训练后用于遥感图像滑坡区域
的自动提取。相比于传统方法,基于深度网络的方法使影像信息得到了充分利用,提取的精度和召
资源评论
罗伯特之技术屋
- 粉丝: 3651
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于matlab实现 powell算法 用matlab实现,使用方法内附详细说明.rar
- 基于matlab的手写字体识别程序,并对结果进行保存.rar
- 基于c语言指纹识别demo代码 包括了指纹图像方向图计算、频率计算、gabor滤波器增强,细化,特征点提取,特征点匹配.rar
- 基于c++NSGA-2思想的多目标优化程序,采用进化算法处理多目标实值优化问题.rar
- Linux系统中常用权限管理命令
- Coello Coello等人提出了MOPSO 该程序基于matlab实现针对测试函数matlab程序
- Linux系统中常用权限管理命令
- AIR-AP1815-K9-ME-8-5-182-0.tar For Cisco AP1815
- 实验七.zip
- ESP8266刷固件软件flash-download-tools-v3.6.5,AT固件,机智云固件
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功