基于ResNet18 和隨機森林的遙感圖像復(fù)雜場景分類方法

打開文本圖片集

摘 要： 復(fù)雜場景分類是遙感圖像解譯的一項重要內(nèi)容。本文通過優(yōu)化ResNet18 深度殘差網(wǎng)絡(luò)和隨機森林，實現(xiàn)了遙感圖像復(fù)雜場景的高精度分類。首先通過數(shù)據(jù)擴充將數(shù)據(jù)庫擴充以緩解因訓(xùn)練樣本少帶來的過擬合問題，然后采用ResNet18 深度殘差網(wǎng)絡(luò)自動提取遙感圖像場景特征，最后使用隨機森林分類器實現(xiàn)復(fù)雜場景分類任務(wù)并分別在NWPU-RESISC45 和UC Merced Land Use 數(shù)據(jù)庫上進行了實驗。（剩余2195字）