| 面向地图图片识别的两种卷积神经网络分析 |
| |
| 引用本文： | 白又达,刘纪平,黄龙,白敬辉,车向红.面向地图图片识别的两种卷积神经网络分析[J].测绘科学,2021,46(11):126-134. |
| |
| 作者姓名： | 白又达 刘纪平 黄龙 白敬辉 车向红 |
| |
| 作者单位： | 兰州交通大学测绘与地理信息学院,兰州730070;中国测绘科学研究院,北京100036;地理国情监测技术应用国家地方联合工程研究中心,兰州730070;甘肃省地理国情监测工程实验室,兰州 730070;中国测绘科学研究院,北京100036;自然资源部地图技术审查中心,北京 100036 |
| |
| 摘 要： | 针对目前多种网络基于小数据集或国际通用的一些标准数据集进行训练与测试,无法满足从互联网图片中高效识别出地图图片的需求,该文构建了一套基于卷积神经网络的互联网图片分类体系,对自动采集的92543张互联网图片经类型标注后形成样本库,将样本输入残差网络ResNet50和轻量级网络SqueezeNet中进行训练及测试.结果 显示:在地图类中,ResNet50的精确率、召回率分别比SqueezeNet高2.01％、0.32％;前者所耗费的训练、测试时间分别为后者的2.51倍、6.43倍,将上述指标进行归一化处理来综合评价两种网络在地图图片识别中的优越性.得出结论:SqueezeNet网络在地图识别应用中更具优越性,可有效提升在互联网地图图片中所包含"问题地图"的审查效率和及时响应服务.
|
| 关 键 词： | 卷积神经网络 地图图片识别 ResNet-50 SqueezeNet |
Analysis of two convolutional neural networks for map image recognition |
| |
| BAI Youda,LIU Jiping,HUANG Long,BAI Jinghui,CHE Xianghong.Analysis of two convolutional neural networks for map image recognition[J].Science of Surveying and Mapping,2021,46(11):126-134. |
| |
| Authors: | BAI Youda LIU Jiping HUANG Long BAI Jinghui CHE Xianghong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
