CN119418176A 一种结合cnn曼巴的对比预训练云检测方法 （安徽大学）_第1页
CN119418176A 一种结合cnn曼巴的对比预训练云检测方法 （安徽大学）_第2页
CN119418176A 一种结合cnn曼巴的对比预训练云检测方法 （安徽大学）_第3页
CN119418176A 一种结合cnn曼巴的对比预训练云检测方法 （安徽大学）_第4页
CN119418176A 一种结合cnn曼巴的对比预训练云检测方法 （安徽大学）_第5页
已阅读5页，还剩22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

号本发明涉及一种结合CNN曼巴的对比预训练理遥感影像云检测数据集、构建CNN曼巴云检测网络、CNN曼巴云检测网络的云雪像素对比预训征，结合CNN和曼巴方法既可以留意图像中云的2TrainData和对应标签输入CNN曼巴云检测网络中进行训练，TrainData分别经过曼巴编码2.根据权利要求1所述的一种结合CNN3述CNN曼巴云检测网络的云雪像素对比预训练包括331）对feature1执行一个3×3卷积层，一个批归一化和一个ReLU激活层，得到,i和第j个样本的标签；,4,i,是归一化后的第i和第j个样本之间的相似度；,4.根据权利要求1所述的一种结合CNN曼巴的对比41）将TrainData和对应标签输入CNN曼巴云检测网络中，征图经过CNN解码器恢复分辨率到初始输入大小，第一个编码块中的曼巴模块输出经过辅,i个样本的预测,其中表示模型预测的云区域，4表示标签中真实的云区域，是预测5;述对CNN曼巴云检测网络进行测试的具体步511）TestData经过曼巴编码器得到下采样的特512）第一个编码块中的曼巴模块输出经过辅助边界模块得到feature5，feature5与6[0001]本发明涉及光学遥感图像处理领域，具体来说是一种结合CNN曼巴的对比预训练[0003]目前的云检测方法大多基于深度学习，使用卷积神经网络CNN和注意力机制算复杂度是二次的，比较消耗计算资源。随着时间序列模型Mamba的提出，它解决了7再将TrainData和对应标签输入CNN曼巴云检测网络中进行训练，TrainData分别经过曼巴[0032]331）对feature1执行一个3×3卷积层，一个批归一化和一个ReLU激活层，得到8i和第j个样本的标签；,是归一化后的第i和第j个样本之间的相似度；9[0057]42）微调流程与预训练过程相同，TrainData经过曼巴编码器得到下采样的特征i个样本的[0064]其中表示模型预测的云区域，4表示标签中真实的云区域，是[0092]首先将预处理后的遥感图像经过曼巴编码器得到下采样的特征图，特征图经过CNN解码器恢复分辨率到初始输入大小，辅助边界模块的输入是第一个编码块中的曼巴模i和第j个样本的标签；,是归一化后的第i和第j个样本之间的相似度；[0125]（2）微调流程与预训练过程相同，TrainData经过曼巴编码器得到下采样的特征i个样本的[0132]其中表示模型预测的云区域，4表示标签中真实的云区域，是[0138]（1_2）第一个编码块中的曼巴模块输出经过辅助边界模块得到feature5，[0141]选取76张包含不同地物类型的哨兵2号卫

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