基于覆盖全国各地的多源高分影像作为自监督训练数据,利用深度学习语义分割技术,构建了亚米级影像自监督训练的农业大棚自动化提取模型。基于该模型,用户可以快速准确地检测出大棚的覆盖区域和边界,为农业大棚的监督管理提供技术支撑。
通过精确解析遥感影像中的光谱特征、纹理信息及空间布局,实现农业大棚的高效自动提取。该算法在复杂的农田背景下可以展现出高准确率与鲁棒性,影像最优分辨率达到0.2-1m,算法准确率优于85%。
以山东潍坊农业大棚为例,基于强大的算力资源和混合时空调度引擎实现农业大棚的高效提取,总体准确率优于85%,所提取的大棚轮廊边界线分明、规整,无需人工二次编辑,大大提高了提取效率,输出准确的大棚轮廓数据与面积信息。