10.13524/j.2095-008x.2020.04.045
使用深度学习网络U-Net进行道路提取的研究与讨论
道路提取在许多领域都有重要的应用,是一个非常必要并且活跃的研究课题.在以往的道路提取任务中通常采用人工标注的方法,但人工标注是一项复杂的工作,而且不能保证结果的准确和精度.随着计算机计算能力的提升,形态学算法、计算机视觉、机器学习等方法开始被用于道路提取和标记任务中.讨论了道路提取过程中常见的问题和可行的解决方案.并利用马萨诸塞道路数据集数据库进行了U-Net道路提取任务的实验.在缺乏训练样本和训练时间较短的情况下,证明了二元交叉熵损失和IoU损失函数的组合是完成该任务的可能方法.
深度学习、计算机视觉、道路提取、神经网络
11
TP751(遥感技术)
国家自然科学基金项目51739011
2021-01-05(万方平台首次上网日期,不代表论文的发表时间)
共8页
1-8