论文部分内容阅读
Mask RCNN是当前最高水平的实例分割算法,本文将该算法应用到高分辨率遥感图像建筑物提取中,提出了一种高效、准确的高分辨率遥感图像建筑物提取方法。首先,利用Tensorflow和Keras深度学习框架搭建Mask RCNN网络模型;然后,通过有监督学习方式在IAILD数据集上进行模型学习。利用训练出的模型对测试集进行建筑物提取实验,通过与基于KNN和SVM等建筑物提取方法对比可以看出,本文方法可以更加完整的、准确的提取出建筑物。采用m AP评价指标对实验结果进行定量评价,本文算法的查全率和查准率