引入自注意力U-Net的无人机遥感农作物分类模型

摘要：

精准农业是指信息技术与农业生产全面结合的新型农业.农作物信息和数据是精准农业中最核心的内容,通常使用无人机遥感技术获取农作物信息和数据.文中首先利用无人机采集农田数据,并根据地面参考数据以及相关资料,利用人工标注构建无人机遥感农田样本数据集,利用数据增强的策略扩充样本数据集;其次,提出一种改进的U-Net模型,即自注意力U-Net模型,将其应用于农作物分类.所提模型在传统U-Net的基础上加入自注意力机制,能够提高模型的特征学习能力以及泛化能力.使用所提方法在无人机遥感农田数据集上进行实验得出,与基线模型相比,所提模型能够提升农作物分类性能.

关键词：精准农业、无人机、遥感技术、农田样本、数据增强、自注意力、U-Net、农作物分类

所属期刊栏目：46

分类号：TN926-34;TP751.1

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：125-129