基于深度学习的农业大棚检测 |
| |
引用本文: | 王月红,孟凡效,丁乐乐.基于深度学习的农业大棚检测[J].地理空间信息,2023(10):85-87. |
| |
作者姓名: | 王月红 孟凡效 丁乐乐 |
| |
作者单位: | 1. 天津市自然资源调查与登记中心;2. 天津市勘察设计院集团有限公司 |
| |
基金项目: | 天津市重点研发计划科技支撑重点项目(18YFZCSF00620); |
| |
摘 要: | 农业大棚的即时空间分布信息能为相关农业部门提供农业管理和资源分配的依据,具有重要意义。针对这一需求,对比分析了深度学习模型FCN, UNet和HRNet在高分辨率遥感影像大棚检测任务上的性能,对FCN, UNet和HRNet模型在大棚检测方面的效果进行定量和定性分析。通过对比发现UNet等网络模型正确率均可达到90%以上,交并比IOU达到85%以上,其中HRNet的效果最好,正确率和IOU分别为92.79%和87.32%。实验表明基于深度学习的大棚检测方法可为快速精确获取大棚分布信息提供技术支撑,具有实用价值。
|
关 键 词: | 农业大棚 空间分布 高分遥感 深度学习 |
|
|