基于改進(jìn)密集連接網(wǎng)絡(luò)的遙感圖像場(chǎng)景分類

摘要： 針對(duì)遙感圖像場(chǎng)景分類任務(wù)從復(fù)雜背景下準(zhǔn)確提取出地物信息困難和普通卷積提取特征容易產(chǎn)生冗余特征的問題，提出一種基于改進(jìn)密集連接網(wǎng)絡(luò)(Ghost-Densenet)的分類模型。該模型利用SoftPool對(duì)MaxPool和AveragePool進(jìn)行替換，最大程度上保留了遙感圖像的主要特征；利用Ghost模塊通過簡(jiǎn)單線性變化生成特征圖的特性，有效增強(qiáng)模型特征提取能力的同時(shí)減少了網(wǎng)絡(luò)瓶頸... （共8頁(yè)）