采用Rel-Copypaste的京津冀地区尾矿库内部要素提取
福州大学学报(自然科学版)(2023)
北京信息科技大学
摘要
利用国产高分六号数据构建针对尾矿库内部要素分割的Rel-Copypaste数据增强方法,实现数据集扩充;基于深度学习语义分割SE-ResUNet网络,实现京津冀地区尾矿库内部要素轮廓提取.研究结果表明:该模型平均提取精度高达 85.06%,分别高出无数据增强方法和Copypaste数据增强方法 2.53%和 1.77%,可实现京津冀地区尾矿库的面积统计、尾矿库的分类和头顶库的筛查等.
更多关键词
tailing pond,Beijing-Tianjin-Hebei region,element extraction,deep learning,data augmentation,semantic segmentation