摘要：针对城市土地利用不合理,提出一种基于深度卷积网络的无人机地物场景语义分割方法。首先,采用Deeplabv3+网络模型对自制数据集进行训练,根据测试得到的结果分析各个类别的分割精度;然后,对不同网络主干的Deeplabv3+模型进行结果对比实验;最后对自制数据集进行二次迁移训练,对比迁移前后的分割效果,分析迁移学习的优化能力。结果表明:基于无人机影像的Deeplabv3+模型能准确分割图像中各个类别,MIOU为73.97%;不同网络主干的对比实验得出xception_65分割精度高于mobilenet_v2;模型经过迁移训练后,各个类别的分割精度都有小幅提升,MIOU为75.45%。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社