测绘科学

2019, v.44;No.252(06) 133-137

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

样本尺寸对遥感影像FCN训练模型的影响分析
Analysis of sample size influence on FCN training model in remote sensing image

李海涛;戴莉莉;顾海燕;杨懿;韩颜顺;

摘要(Abstract):

针对如何选择合适尺寸的影像样本来得到较好的网络模型这一问题,该文基于全卷积神经网络(FCN)的遥感影像分类方法,开展了不同样本尺寸下的网络模型训练实验,分析了样本尺寸分别为128、256、512像素大小时对FCN网络模型的影响。结果表明:512像素×512像素大小样本尺寸下像素准确率、平均准确率、平均交叉联合度量和带权交叉联合度量4个评价指标的精度值均高于128像素×128像素和256像素×256像素大小的值,比128像素×128像素样本尺寸平均高出20%以上,比256像素×256像素样本尺寸高出10%以上,因此,在计算机内存允许范围内采用大尺寸样本进行网络模型的训练,有利于提高模型训练精度,可得到更好的分类结果。

关键词(KeyWords): 深度学习;全卷积神经网络;训练模型;遥感影像分类

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41701506,41671440,41330750)

作者(Author): 李海涛;戴莉莉;顾海燕;杨懿;韩颜顺;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.06.019

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享