《表1 传统人工设计特征与深度学习精度结果对比》
本文采用GID数据集进行传统人工设计特征解译方法与深度学习解译方法的效果对比。GID数据集(Gaofen Image Dataset)由武汉大学夏桂松团队制作。它包含从中国60多个不同城市获得的150张高分辨率Gaofen-2(GF-2)图像(7 200×6 800)。这些图像覆盖了超过50 000平方千米的地理区域。GID中的图像具有高的类内分集以及较低的类间可分离性。分为建成区、农用地、林地、草地、水系与未标记区域,共6类。采用深度学习模型预测的精度达到95%以上,比对效果如表1所示。
图表编号 | XD00135592600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 杨少敏、张戬、高雅 |
绘制单位 | 常州市自然资源局、江苏省测绘研究所、江苏省测绘研究所 |
更多格式 | 高清、无水印(增值服务) |