Indexed by：
Abstract：
本发明公开了一种基于对比学习的多任务的遥感场景图像小样本分类方法，基于ResNet12深度学习基模型，同时结合混合注意力机制作为特征提取器，能够更有效捕获遥感场景图像语义特征。构建多任务学习模块，由小样本分类模块和自监督对比学习模块两部分组成，最终综合两个任务损失，利用梯度下降算法，训练模型直至收敛，在测试环节中根据模型预测出属于新类的遥感场景图像的类别。本发明通过结合小样本分类模块和自监督对比学习模块，通过多任务深度学习模型方法提升了遥感场景小样本分类模型的鲁棒性和准确率，能够为需要使用到遥感场景分类的实际任务提供更加精准的预测服务，提升实际任务的完成度以及效率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410113791.2
Filing Date： 2024-01-26
Publication Date： 2024-04-16
Pub. No.： CN117893829A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
