← 返回列表
特征提取网络训练方法、装置、设备及介质
摘要文本
本发明提供了一种面向遥感图像的特征提取网络训练方法、装置、设备及存储介质，可以应用于遥感模型训练技术领域。该方法包括：利用卷积网络块和骨干网络块，构建特征提取网络，所述特征提取网络用于提取所述训练数据的任务特征，所述训练数据为遥感图像；将所述训练数据的任务特征输入到任务预测模块中，得到所述任务的预测值；根据所述任务的预测值与所述任务的实况值，计算所述任务的损失值；根据所述任务的损失值，迭代更新所述特征提取网络的参数，得到训练完成的特征提取网络。大幅降低了训练时间和计算资源的需求。。来源：马 克 团 队
申请人信息
- 申请人:中国科学院空天信息创新研究院
- 申请人地址:100190 北京市海淀区北四环西路19号
- 发明人: 中国科学院空天信息创新研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 特征提取网络训练方法、装置、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410201790.3 |
| 申请日 | 2024/2/23 |
| 公告号 | CN117830645A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06V10/40 |
| 权利人 | 中国科学院空天信息创新研究院 |
| 发明人 | 刁文辉; 辛霖林; 于海琛; 申志平; 冯瑛超 |
| 地址 | 北京市海淀区邓庄南路9号 |
专利主权项内容
1.一种面向遥感图像的特征提取网络训练方法，其特征在于，包括：利用卷积网络块和骨干网络块，构建特征提取网络，所述特征提取网络用于提取所述训练数据的任务特征，所述训练数据为遥感图像；将所述训练数据的任务特征输入到任务预测模块中，得到所述任务的预测值；根据所述任务的预测值与所述任务的实况值，计算所述任务的损失值；根据所述任务的损失值，迭代更新所述特征提取网络的参数，得到训练完成的特征提取网络。