基于改进DeepLabV3+模型的盐碱地遥感图像分割算法研究

张昊; 潘新; 罗小玲; 郜晓晶

doi:10.16853/j.cnki.1009-3575.2025.04.010

内蒙古农业大学学报（自然科学版） ›› 2025, Vol. 46 ›› Issue (04) : 84 -92. DOI: 10.16853/j.cnki.1009-3575.2025.04.010

基于改进DeepLabV3+模型的盐碱地遥感图像分割算法研究

张昊, 潘新, 罗小玲, 郜晓晶

作者信息 +

Author information +

文章历史 +

摘要

土壤盐碱化影响粮食产量，及时监测盐碱地的分布情况，做好盐碱化的治理对于保障粮食产量具有重要意义。本文提出了一种基于DeepLabV3+的深度学习改进方法监测盐碱地分布情况。该方法将主干网络替换为一种轻量的GhostNetV2网络，大幅减少模型的参数量；引入了一种高效的卷积模块RefConv（可重参数化）卷积，设计一个双分支的Bi-GhostBottleNeck模块增强对局部特征的关注。针对盐碱区域是难分类样本的问题，设计了一种混合损失函数，使模型更关注难分类样本。使用盐碱地遥感数据进行实验，相较于原始DeepLabV3+模型，平均交并比（mIoU）提高了3.08%。