基于改进DeeplabV3+的无人机影像土地利用分类 ——以岳城水库附近居民区为研究区

针对DeeplabV3+网络在土地分类中存在的分割不完全、边缘细节丢失等问题,以岳城水库附近居民区为研究区,提出一种基于改进的DeeplabV3+无人机影像土地利用分类模型.首先,获取研究区无人机影像数据并建立相应数据集;其次,引入轻量级网络MobileNetV2代替DeeplabV3+的主干特征提取网络,大幅度降低模型参数量,提高模型计算速度;最后,加入CA注意力机制,减少细节丢失,提高分割精度.实验结果表明,改进模型不仅在分割性能方面优于原始DeeplabV3+模型,有效解决了道路断连和分割不完全等问题,提高了地物的分割精度,在分割效率方面也有很大提高.