一种基于可解释CNN图像分类模型的光学遥感图片分类方法

摘要

本发明公开了一种基于可解释CNN图像分类模型的光学遥感图片分类方法，搭建由6组共51层基础卷积层、3层全连接层和1层Softmax层组成的可解释CNN网络ResNet模型，利用ResNet进行下采样，得到包含上下文信息的特征图，之后针对ResNet模型进行可解释性修改，得到新的基于ResNet模型的可解释CNN网络，ResNet模型通过多组带有残差模块的卷积‑池化层提取特征，最终输入到全连接层对图像进行分类。本发明能够增强现有深度学习模型的可解释性，并进一步提高模型的性能。