恭喜江西省農業科學院土壤肥料與資源環境研究所李建國獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜江西省農業科學院土壤肥料與資源環境研究所申請的專利一種基于選擇性學習與回放的遙感圖像農作物識別方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114821324B 。
龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210454684.7,技術領域涉及:G06V20/10;該發明授權一種基于選擇性學習與回放的遙感圖像農作物識別方法是由李建國;陳院華;楊濤設計研發完成,并于2022-04-24向國家知識產權局提交的專利申請。
本一種基于選擇性學習與回放的遙感圖像農作物識別方法在說明書摘要公布了:本發明屬于遙感技術領域,公開了一種基于選擇性學習與回放的遙感圖像農作物識別方法,選擇性學習從新數據中選擇到更具有學習價值的數據作為這一階段的訓練集Dt,并對Dt進行標注,Dt就具備了成對的圖像與標注文件;回放使用模型對舊數據進行推理和評估,計算出單張圖片的分割精度IoU,通過IoU對舊樣本進行難易程度排序,并采用均勻采樣的方式獲取這部分舊樣本。本發明在遙感大數據的背景下能夠快速的迭代更新;通過選擇性學習和回放,學習新知識和保留舊知識并重;通過選擇性學習與回放的方式既能讓模型快速迭代更新,又能緩解災難性遺忘。
本發明授權一種基于選擇性學習與回放的遙感圖像農作物識別方法在權利要求書中公布了:1.一種基于選擇性學習與回放的遙感圖像農作物識別方法,其特征在于,包括以下步驟:獲取多張農作物遙感圖像并輸入神經網絡模型;所述選擇性學習從新數據中選擇到更具有學習價值的數據作為這一階段的訓練集Dt,并對Dt進行標注,所述Dt具備成對的圖像與標注文件It,Gt,其中It表示一張圖像的W×H,Gt表示相同大小即W×H的相應真實標簽;在學習階段t,圖像的特征由特征提取器ft·獲取,由分類器gt·輸出分類結果;將階段t中模型對于測試集的圖像的分割結果記為將完成學習后的模型的所有參數集合記為θt;所述回放對舊數據進行推理和評估,計算出單張圖片的分割精度IoU,通過IoU對舊樣本進行難易程度排序,并采用均勻采樣的方式獲取這部分舊樣本;利用標注的樣本、訓練神經網絡模型,神經網絡模型的預測和數據的真實標簽產生損失后進行反向傳播,更新神經網絡模型參數;將新采集的農作物遙感圖像輸入訓練好的神經網絡模型,輸出農作物識別結果;其中,所述更具有學習價值的數據使用樣本的不確定性度量,所述樣本的不確定性的度量方法如下: 表示t階段模型對于無標簽數據的推理結果,W、H、C分別表示圖像的寬度、高度和類別,t-1階段的舊模型對新數據Dt的推理結果表示為舊模型對某張新圖像中像素點的推理偽標簽則為: 由于每一個像素的偽標簽都有其置信度,因此據此計算出每個像素的不確定性;取置信度的倒數作為不確定性,置信度越低則不確定性越高,其學習價值也越高,舊模型對某張新圖像中像素點的不確定性則為: 其中,w為寬,h為高,c為類別個數,u為此圖像像素不確定性的值;計算出一張圖像中所有像素點的不確定性后,將所有像素點的不確定性進行去和運算,得到樣本的不確定性為:∑Ut-1→tw,h,u。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人江西省農業科學院土壤肥料與資源環境研究所,其通訊地址為:330000 江西省南昌市青云譜區南蓮路602號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。