多层金字塔作物分类网络

精度最高训练更快

通过金字塔池化与信息拼接减少特征丢失，在小样本和多时相遥感场景下依然保持高精度。

Changhong, Xu · 高懋芳 · 闫敬文 · 金云翔 · 杨贵军 · Wu, Wengbin

Computers and Electronics in Agriculture 2023

技术优势

精度最高

在两个研究区都比 FCN、SegNet、U-Net、PSPNet 和 DeepLabv3+ 更准。

训练更快

在相同运行条件下训练时间更短，能更快迭代。

代码公开

代码已在 GitHub 公开，可以直接复现和微调。

应用场景

• 遥感作物制图：自动生成高精度作物分布图，代替人工目视解译。
• 精准农业：提供精准的作物空间分布，支撑变量施肥与处方作业。
• 农业资源调查：快速摸清种植结构与面积，提升调查效率。
• 作物估产：输出更准的作物分类图，作为估产模型的输入。