一种基于自动机器学习的遥感影像场景分类方法

摘要

本发明公开了一种基于自动机器学习的遥感影像场景分类方法，包括以下步骤：在原始遥感影像数据集D0上进行N1个时期的神经网络结构搜索，以获取结构最优的深度神经网络AN1；使用所述的最优的深度神经网络模型AN1作为自动遥感影像数据增强过程中的基础网络，进行N2个时期的自动遥感影像数据增强以获得增强后的遥感影像数据集DN2；利用所述的遥感影像数据集训练所述的最优的深度神经网络，训练过程由自动超参数优化控制；利用训练完成的深度神经网络模型进行遥感影像场景分类。本发明依据遥感影像的特点在遥感影像场景分类任务中引入自动机器学习的一系列流程，提高了遥感影像场景分类任务的精度，并大大减少了对人力与时间的消耗。