论文部分内容阅读
为了解决现有图像分割方法在遥感图像细弱目标分割任务中所存在的分割精度较低,受背景噪声干扰明显等问题,本文提出了一种基于Dense-Unet网络和集成学习的改进语义分割方法,实现了高分辨率遥感图像中的高压电线一类细弱目标的精准分割。融合DenseNet思想和U-net网络结构,提出了一种Dense-Unet网络模型,从而提取图像中更加精细的特征;为了增强模型对小类别目标的学习能力,使用了代价敏感权重向量方法,改进了训练时的目标函数,提升了模型训练时的收敛速度和在测试数据上的泛化能力;采用了集成学习Ba