一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法
申请号:CN202510990124
申请日期:2025-07-18
公开号:CN120823374A
公开日期:2025-10-21
类型:发明专利
摘要
本发明属于遥感图像处理技术领域,具体涉及一种基于大规模预训练模型迁移学习的遥感图像ROI区域提取方法,S1:遥感图像适配器设计;S2:迁移学习参数适配策略;S3:特征融合模块设计;弥合SAM通用特征与遥感特异性特征的模态差异。S4:轻量化分割头设计;针对遥感图像高分辨率场景下的实时处理需求,设计轻量级分割头,通过渐进式上采样路径与自适应输出层的协同设计,在保持分割精度的同时将计算开销降低。S5:训练策略与评估指标。本发明极大程度减少了ROI区域提取网络对大规模逐像素标注数据的依赖,通过多尺度特征提取模块、多头注意力机制和特征融合模块大幅提升模型在遥感图像上的ROI区域提取性能。
技术关键词
区域提取方法 预训练模型 适配器 双线性插值 上采样 多尺度特征提取 遥感图像处理技术 编码器 策略 多头注意力机制 负值特征 像素 通用特征 场景 链式结构 重叠面积 拼接方式