论文部分内容阅读
深度学习在遥感目标检测和分割领域已取得了长足的进步,但随着应用需求的日益增加,深度学习样本库极度匮乏。而人工样例生产面临着标注标准不统一、不规范等许多难题。因此,高质量的样例是深度学习和模型学习的基础。文章以高质量水体数据集的制作为例,提出了一种通用型的样例快速生产及清洗方案,通过少量人工检测与模型训练相结合,达到高质量样例生产的目的。结果表明,该方法生产的数据集数据量大、精度高,可以在很大程度上缓解人工制作样本工作量大的难题,为深度学习在工程中的应用提供便利。