基于深度學(xué)習(xí)的衛(wèi)星圖像識別分類方法

摘要：衛(wèi)星遙感技術(shù)是一種非常重要的地球空間監(jiān)測技術(shù).衛(wèi)星遙感圖像經(jīng)過處理后具有數(shù)據(jù)量大和數(shù)據(jù)類型復(fù)雜多樣的特點,傳統(tǒng)方法進行識別分類耗費大量人力物力.為了降低工作量,并為后續(xù)處理提供便利,本文將深度學(xué)習(xí)算法應(yīng)用于衛(wèi)星圖像的識別分類中,設(shè)計了一種基于VGGNet的識別分類方法,利用除霧算法對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)增強處理,并添加嶺回歸正則化層,利用標(biāo)簽之間的相關(guān)性進行預(yù)測,使得方法達到90%以上的F2 score,并在實驗部分進行了對比驗證.最后利用此方法搭建了一個基于Django的在線識別分類展示系統(tǒng).