摘要
本发明公开基于深度学习的遥感图像云和云影的精细分割检测方法,属于图像处理领域;检测方法包括:获取并处理训练数据集,将数据集划分为训练集和验证集;构建用于深度学习语义的分割网络;利用数据集在分割网络中进行网络模型的训练;使用训练好的网络模型进行预测并生成云和云影的掩膜图像;分割网络ResNet‑18网络为主干提取不同层次的特征信息,通过多尺度全局注意力模块加强模型对通道信息和空间信息的注意力来提高分割的正确率,并使用条状金字塔通道注意力模块多尺度学习空间信息以更好地检测出细小的云团,最后通过层级特征聚合模块将高维特征与低维特征融合,逐层上采样得到最终的分割效果;可以检测到更细小的云团,获得更加精细的边缘。