CN119418141A 一种基于Mamba的遥感图像作物分类方法 （吉林农业大学）_第1页
CN119418141A 一种基于Mamba的遥感图像作物分类方法 （吉林农业大学）_第2页
CN119418141A 一种基于Mamba的遥感图像作物分类方法 （吉林农业大学）_第3页
CN119418141A 一种基于Mamba的遥感图像作物分类方法 （吉林农业大学）_第4页
CN119418141A 一种基于Mamba的遥感图像作物分类方法 （吉林农业大学）_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于Mamba的遥感图像作物分类方法。该方UperNet解码器和输出层，MambaBlock通过独特的结构设计实现了高效的特征提取和信息融息融入图像，提高了模型的分类精度和计算效22.根据权利要求1所述的一种基于Mamba的3.根据权利要求2所述的一种基于Mamba输入进行残差连接，然后再次经层归一化进入后续卷积步骤，将卷积步骤提取的特征与Mamba提取的特征进行残差连接得到MambaBlock模4.根据权利要求3所述的一种基于Mamba的遥感图像作5.根据权利要求1所述的一种基于Mamba基于Mamba的遥感图像作物分类模型包括模EMA通道注意力模块，通过指数移动平均EMA机制加强不同通道MambaBlock模块，MambaBlock通过独特的结构设计实现了高效的特征UperNet解码器，该解码器负责将高级语义信息与低级细节信息结合6.根据权利要求5所述的一种基于Mamba的遥感7.根据权利要求6所述的一种基于Mamba3基于Mamba的遥感图像作物分类模型首先由输入层接收图像，由预处理模块进行标准化处理并进行裁剪，确保输入模型的图像符合要求；标准化后的图像进入NDVI嵌入模块融合头根据三种不同尺度的特征图使用语义分割技术得出分类结8.根据权利要求7所述的一种基于Mamba的遥;;;最后将所得提升对比度后的矩阵与输入逐元素相乘，再将相。4[0001]本发明涉及图像数据处理技术领域，具体为一种基于Mamba的遥感图像作物分类[0002]随着农业现代化进程的加快，对耕地资源的有效管理和利用提出了更高的要本发明为了实现上述目的具体采用以下技术方用EMA通道注意力模块捕获通道间的依赖关系，使用三个MambaBlock模块和EMA通道注意5积步骤提取的特征与Mamba提取的特征进行残差连接得到MambaEMA通道注意力模块，通过指数移动平均EMA机制加强不同通道之间的信息交流，EMA通道注意力模块的残差连接，每对残差连接的输出分别进入下一对残差块和UperNet;;;6。整景遥感图像及其标注切割为若干边长为12用EMA通道注意力模块捕获通道间的依赖关系，使用三个MambaBlock模块和EMA通道注意卷积步骤提取的特征与Mamba提取的特征进行残差连接得到MambaBl7[0025]基于Mamba的遥感图像作物分类模型首先由输入层接收图像，由预处理模块进行解码头根据三种不同尺度的特征图使用语义分割技术得出分类;8;;;[0028]图5是利用本发明的方法与现有技术的方法产生的效Transformer的结果进一步改善了分类效果，边界更加清晰，颜色分布也更为均以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论