论文部分内容阅读
遥感影像对城市规划、土地利用及地理信息系统建设等具有重要作用,随着深度学习和卷积神经网络的不断发展,对精确和有效的遥感图像分割要求变得越来越强烈,而传统的遥感图像分割主要依赖遥感图像的底层特征和纹理特征,在进行图像分割时精度不高、鲁棒性低,无法满足遥感图像分割的准确性需求,因此本文开展对遥感图像语义分割算法的课题研究。为了更好地提升遥感图像分割的准确率,本文基于Res Net18基础网络搭建三种路径,提出了一种基于多路径特征融合的遥感图像语义分割模型;基于该模型应用Vaihingen、Potsdam