基于改進(jìn)YOLOv5的多光譜衛(wèi)星遙感圖像地物分類(lèi)方法

摘要： 基于深度學(xué)習(xí)的多光譜衛(wèi)星遙感圖像地物分類(lèi)算法通常選用RGB波段而忽略NIR等波段數(shù)據(jù)，其網(wǎng)絡(luò)的特征提取與應(yīng)用擴(kuò)展能力有待提升。針對(duì)這一問(wèn)題，文章提出一種基于改進(jìn)YOLOv5的多光譜衛(wèi)星遙感圖像地物分類(lèi)方法（即VN-YOLOv5-Seg網(wǎng)絡(luò)），該方法聯(lián)合RGB與NIR波段數(shù)據(jù)作為輸入，以YOLOv5目標(biāo)檢測(cè)網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò)，使用ProtoNet網(wǎng)絡(luò)作為分割頭將目標(biāo)檢測(cè)轉(zhuǎn)換為像素級(jí)... （共11頁(yè)）