1. 项目背景与核心挑战
遥感图像语义分割是计算机视觉领域的重要研究方向,其核心任务是对遥感图像中的每个像素进行分类,识别出地表覆盖类型(如建筑、道路、水体等)。这项技术在国土测绘、农业监测、灾害评估等领域具有广泛应用价值。
然而在实际工程应用中,我们常常面临一个关键瓶颈:高质量标注数据的稀缺性。遥感图像的标注需要专业地理知识,且标注成本极高(人工标注1平方公里高分辨率影像可能需要4-6小时)。这就引出了本研究的核心命题——如何在小样本(少量标注数据)条件下实现高精度的语义分割。
注:与传统自然图像不同,遥感图像具有三大特性:(1) 尺度差异大(从厘米级到千米级);(2) 地物形态复杂(同种地物在不同区域呈现不同形态);(3) 光谱信息丰富(多波段数据包含可见光外的信息)
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术路线设计
2.1 整体架构设计
我们提出了一种融合半监督学习与元学习的混合框架(HybridSSL),其核心创新点在于:
-
双分支特征提取器:
- 主分支:基于ResNet-50的主干网络,负责提取多层次视觉特征
- 辅助分支:轻量化的ConvNeXt微结构,专注捕捉小样本中的判别性特征
- 特征融合采用动态门控机制,公式如下:
code复制G = σ(W_g · [F_main; F_aux] + b_g) F_fused = G ⊙ F_main + (1-G) ⊙ F_aux
-
小样本适应模块:
- 采用原型网络(Prototypical Network)思想
- 对每个类别计算原型向量:
python复制def compute_prototype(support_set): # support_set shape: [K, C, H, W] masked_features = support_set * mask # mask为标注区域 return masked_features.mean(dim=0)
2.2 半监督学习策略
针对未标注数据的利用,我们设计了三级优化策略:
- 一致性正则化:
- 对同一图像施加不同
