《表6 F区提取精度:基于DeepLabv3+语义分割模型的GF-2影像城市绿地提取》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于DeepLabv3+语义分割模型的GF-2影像城市绿地提取》
实践证明,本架构适用于GF-2影像提取城市绿地,且具备精度优势。然而,深度学习的另一个优势是其优秀的迁移能力,因此,将本文架构应用于E区和F区的绿地提取,并验证分类精度,以证明本架构的迁移能力。由于整景影像较大,在模型预测时,采用分块读取策略,每次测试256×256像素大小的区域,测试步长为32像素。城市全图的精度评估采用随机撒点的方法,即在影像中随机采集10 000个验证点,对各验证点进行混淆矩阵及精度指标计算。E区和F区的城市绿地提取结果如图8所示,定量精度评估如表5和表6所示。
图表编号 | XD00155696900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 刘文雅、岳安志、季珏、师卫华、邓孺孺、梁业恒、熊龙海 |
绘制单位 | 中山大学地理科学与规划学院、空天地海一体化大数据应用技术国家工程实验室、中国科学院空天信息创新研究院、空天地海一体化大数据应用技术国家工程实验室、中国科学院空天信息创新研究院、中国住房和城乡建设部城乡规划管理中心、中国住房和城乡建设部城乡规划管理中心、中山大学地理科学与规划学院、广东省城市化与地理环境空间模拟重点实验室、广东省水环境遥感监测工程技术研究中心、中山大学地理科学与规划学院、中山大学地理科学与规划学院 |
更多格式 | 高清、无水印(增值服务) |