买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：基于掩码图像建模的遥感图像多模态统一表示学习方法，本发明涉及遥感图像多模态统一表示学习方法，属于多模态卫星遥感技术领域。本发明的目的是为了解决现有方法由于遥感异构数据特征差异大与带标签的遥感数据量不足，导致现存方法难以充分利用到海量无标签多模态遥感数据，模型过拟合且分类准确率低的问题。过程为：获得训练好的基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型和基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型；将待测多模态遥感配对图像输入训练好的分类下游任务微调模型，输出分类结果；将待测多模态遥感配对图像输入训练好的语义分割下游任务微调模型，输出语义分割结果。

主权项：1.基于掩码图像建模的遥感图像多模态统一表示学习方法，其特征在于：所述方法具体过程为：步骤一、获取无标签的多模态遥感配对图像；获取带场景分类标签的多模态遥感配对图像；获取带语义分割标签的多模态遥感配对图像；步骤二、构建基于掩码图像建模的遥感图像多模态统一表示学习的预训练模型；步骤三、基于无标签的多模态遥感配对图像训练步骤二构建的基于掩码图像建模的遥感图像多模态统一表示学习的预训练模型，直至收敛，获得训练好的基于掩码图像建模的遥感图像多模态统一表示学习的预训练模型；步骤四、基于训练好的基于掩码图像建模的遥感图像多模态统一表示学习的预训练模型，构建基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型；步骤五、基于训练好的基于掩码图像建模的遥感图像多模态统一表示学习的预训练模型，构建基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型；步骤六、基于带场景分类标签的多模态遥感配对图像训练步骤四构建的基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型，直至收敛，获得训练好的基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型；步骤七、基于带语义分割标签的多模态遥感配对图像训练步骤五构建的基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型，直至收敛，获得训练好的基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型；步骤八、将待测多模态遥感配对图像输入训练好的基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型，训练好的基于掩码图像建模的遥感图像多模态统一表示学习的分类下游任务微调模型输出分类结果；将待测多模态遥感配对图像输入训练好的基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型，训练好的基于掩码图像建模的遥感图像多模态统一表示学习的语义分割下游任务微调模型输出语义分割结果。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于掩码图像建模的遥感图像多模态统一表示学习方法