基于深度学习的遥感影像典型地物识别

参赛方案介绍

参赛技术产品名称：基于深度学习的遥感影像典型地物识别

典型地物识别

技术方案简述：基于谷歌卫星影像的标准训练集（NWPU VHR-10数据集、NWPU-RESISC45数据集、DOTA数据集）和特殊训练集（MSTAR数据集包含2570个导弹基地地理坐标；HRSC2016可见光遥感舰船数据集，包含航母、潜艇等卫星影像的训练集）对深度神经网络 Faster R-CNN、YOLO、U-NET进行训练，实现了基于卫星影像的典型地物目标分类识别和提取计算。由于目前卫星影像数据量巨大，人工处理效率低下成本高昂，所以本项目研究的卫星影像人工智能处理技术具有广阔的应用前景。

典型地物识别提取与面积计算