[发明专利]一种基于深度学习的遥感图像道路检测方法在审
| 申请号： | 201710998537.5 | 申请日： | 2017-10-24 |
| 公开（公告）号： | CN107704840A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 闫敬文 | 申请（专利权）人： | 汕头大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 广州三环专利商标代理有限公司44202 | 代理人： | 张泽思,周增元 |
| 地址： | 515063 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了基于深度学习的遥感图像道路检测方法，首先，获取深度学习中卷积神经网络训练和测试所需要的训练集数据库和测试集数据库。对训练集和测试集数据库进行机器预处理，分别得到训练集和测试集数据库的标签，然后，利用卷积神经网络对训练集数据库进行训练，该卷积神经网络中的激活函数不同于一般的卷积神经网络结构，将采用MFM激活函数。在caffe开源平台训练得到caffemodel，用于存储数据特征，最后，利用得到的caffemodel对测试集数据库进行测试，为了得到更佳精确的结果，将人工标记数据标签，进一步进行微调整，从而得到最后的模型。 | ||
| 搜索关键词： | 一种 基于 深度 学习 遥感 图像 道路 检测 方法 | ||
【主权项】：
一种基于深度学习的遥感图像道路检测方法，其特征在于，包括以步下步骤：S1：将遥感图像数据集分成训练集和测试集；S2：将MFM层引入卷积神经网络层，作为所述卷积神经网络结构中的激活函数；S3：确定卷积神经网络；S4：使用所述训练集对所述卷积神经网络进行训练；S5：使用所述测试集对所述卷积神经网络进行测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于汕头大学，未经汕头大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710998537.5/，转载请声明来源钻瓜专利网。
