【技术实现步骤摘要】
本专利技术涉及遥感语义分割领域，更具体地说，本专利技术涉及一种基于空间通道交叉解码的transformer遥感语义分割方法。
技术介绍
1、遥感图像中通常包含大量复杂和多样的地物，这使其在地物识别、土地覆盖分类和变化检测方面具有重要价值。但当前遥感图像分割分类方法难以高效准确地检测和分类这些目标。同时，在复杂场景中，传统的分割方法可能无法准确地提取地物边界，导致分类和分析结果的精度不足。
2、因此，构建一种快速、准确的遥感图像分割与分类方法成了当前亟待解决的重要问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于空间通道交叉解码的transformer遥感语义分割方法，能够对输入的遥感图像数据进行图像分割并展示分割结果。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于空间通道交叉解码的transformer遥感语义分割方法，包括如下步骤：采集遥感图像样本数据，对遥感图像数据进行预处理；通过编码器生成遥感器图像的高维度特征表示；使用双流解码器网络对空间特征以及通道特征进行解码，提取双流解码器的输出特征，所述输出特征包括图像的空间特征与通道特征；融合双流解码器的输出特征与编码器模块提取得到的不同尺度的原始图像特征；对融合后的特征进行细化处理，最终得到分割后的掩码图像；获取遥感图像分类结果检测结果，并返回检测结果。
4、所述采集遥感图像样本数据，对遥感图像数据进行预处理，具体包括：收集包含各种
5、上述方案中，所述通过编码器生成遥感器图像的高维度特征表示，具体包括：将处理过的遥感图像数据输入到模型的编码器模块中，学习图像中各个像素之间的依赖关系，生成高维度的特征表示。
6、上述方案中，所述编码器模块采用resnet-18，并在编码器模块加载预训练的resnet-18模型。使用编码器中的多层卷积和池化操作，将特征图的空间分辨率逐步降低，特征的深度逐步增加；将编码器输出的不同维度的特征图，传递给解码器，实现多尺度特征融合操作。
7、上述方案中，使用双流解码器网络对空间特征以及通道特征进行解码，提取双流解码器的输出特征，所述输出特征包括图像的空间特征与通道特征，具体包括：通过嵌入模块得到特征嵌入，并对特征嵌入添加位置编码以增强特征嵌入中的位置信息；对于添加位置编码后的特征，分别输入到基于transformer网络的多层空间解码器与通道解码器中进行解码，所述解码器中的注意力模块依次为自注意力模块与交叉注意力模块；使用可变形注意力机制得到新特征值。
8、所述融合双流解码器的输出特征与编码器模块提取得到的不同尺度的原始图像特征，具体包括：使用多尺度特征融合模块融合解码器的输出特征与编码器模块提取得到不同尺度的原始图像特征；使用多尺度融合模块，将来自解码器的融合特征与当前层编码器输出特征分别乘以一组可学习的自适应权重系数并在通道维度上进行拼接融合，以将不同维度的特征进行融合，将该特征继续作为下层解码器的输入特征。
9、对融合后的特征进行细化处理，最终得到分割后的掩码图像，具体包括：
10、使用分割头模块内的卷积层，将融合后的特征图转换为分割所需的维度从而细化特征图的细节，使其适合用于生成分割掩码。
11、所述基于改进后的电力设备指标质量等级的隶属度函数公式，具体为：所述获取遥感图像分类结果检测结果，并返回检测结果，具体包括：通过分割头模块对每个像素进行类别预测并通过设定阈值将概率值转换为最终的类别标签，最终将该图像分割结果进行输出展示。
12、本专利技术一种基于空间通道交叉解码的transformer遥感语义分割方法的技术效果和优点：
13、本专利技术基于卷积神经网络的遥感图像分类方法，借助深度学习模型对图像数据处理速度快、检测精度高和数据分析能力强等特点，实现对遥感图像的快速分类任务，为环境监测、城市规划、农业管理等领域提供了强大的技术支持和数据支撑。不仅包括对空间特征及通道特征进行交叉解码与特征融合来捕获相关语义信息。同时利用了可变形注意力机制分别捕获空间及通道特征的上下文依赖关系来增强特征表示，实现了对检测到的目标进行精确分类。
本文档来自技高网...【技术保护点】
1.一种基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，所述采集遥感图像样本数据，对遥感图像数据进行预处理，具体包括：
3.根据权利要求2所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，所述通过编码器生成遥感器图像的高维度特征表示，具体包括：
4.根据权利要求2所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，所述编码器模块采用ResNet-18，并在编码器模块加载预训练的ResNet-18模型。
5.根据权利要求4所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，使用编码器中的多层卷积和池化操作，将特征图的空间分辨率逐步降低，特征的深度逐步增加；将编码器输出的不同维度的特征图，传递给解码器，实现多尺度特征融合操作。
6.根据权利要求1所述的基于空间通道交叉解码的Transformer遥感语义
7.根据权利要求6所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，所述融合双流解码器的输出特征与编码器模块提取得到的不同尺度的原始图像特征，具体包括：
8.根据权利要求6所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，对融合后的特征进行细化处理，最终得到分割后的掩码图像，具体包括：
9.根据权利要求2所述的基于空间通道交叉解码的Transformer遥感语义分割方法，其特征在于，所述基于改进后的电力设备指标质量等级的隶属度函数公式，具体为：所述获取遥感图像分类结果检测结果，并返回检测结果，具体包括：
...【技术特征摘要】
1.一种基于空间通道交叉解码的transformer遥感语义分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于空间通道交叉解码的transformer遥感语义分割方法，其特征在于，所述采集遥感图像样本数据，对遥感图像数据进行预处理，具体包括：
3.根据权利要求2所述的基于空间通道交叉解码的transformer遥感语义分割方法，其特征在于，所述通过编码器生成遥感器图像的高维度特征表示，具体包括：
4.根据权利要求2所述的基于空间通道交叉解码的transformer遥感语义分割方法，其特征在于，所述编码器模块采用resnet-18，并在编码器模块加载预训练的resnet-18模型。
5.根据权利要求4所述的基于空间通道交叉解码的transformer遥感语义分割方法，其特征在于，使用编码器中的多层卷积和池化操作，将特征图的空间分辨率逐步降低，特征的深度逐步增加；将编码器输出的不同维度的特征图，传递给解码...
【专利技术属性】
技术研发人员：陈天佑，姜克儒，王绪利，李鸿鹏，朱刘柱，李坤，夏凯，张勇，金文，王灿，常江，周跃，
申请(专利权)人：国网安徽省电力有限公司经济技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。