基于内省学习的遥感图像分类方法

摘要

本发明公开了一种基于内省学习的遥感图像分类方法，用于解决现有遥感图像分类方法实用性差的技术问题。技术方案是针对遥感图像数据集较小、类别易混淆等特点进行设计，通过生成不同类别的负样本来提高模型的分类效果和抗干扰性。本发明利用自省的方式，不断生成训练使用的负样本，提高了网络模型的分类精度和抗干扰能力，解决了遥感图像复杂多样但是数据集较小的问题，有效提升了网络模型的可用性，实用性好。