遥感影像语义分割深度学习

### 遥感图像语义分割的深度学习实现

#### 使用TensorFlow和Keras构建模型

为了实现遥感图像的语义分割，可以采用U-Net架构作为基础网络结构。该架构因其编码器-解码器的设计而特别适合于医学成像以及遥感数据处理中的像素级预测任务[^1]。

import tensorflow as tf
from tensorflow.keras import layers, models

def unet_model(input_size=(128, 128, 3)):
    inputs = layers.Input(shape=input_size)

    conv1 = layers.Conv2D(64, 3, activation='relu', padding='same')(inputs)
    pool1 = layers.MaxPooling2D(pool_size=(2, 2))(conv1)

    conv2 = layers.Conv2D(128, 3, activation='relu', padding='same')(pool1)
    pool2 = layers.MaxPooling2D(pool_size=(2, 2))(conv2)

    conv3 = layers.Conv2D(256, 3, activation='relu', padding='same')(pool2)
    
    up4 = layers.UpSampling2D(size=(2, 2))(conv3)
    merge4 = layers.concatenate([conv2, up4], axis=3)
    conv4 = layers.Conv2D(128, 3, activation='relu', padding='same')(merge4)

    up5 = layers.UpSampling2D(size=(2, 2))(conv4)
    merge5 = layers.concatenate([conv1, up5], axis=3)
    conv5 = layers.Conv2D(64, 3, activation='relu', padding='same')(merge5)

    output = layers.Conv2D(1, 1, activation='sigmoid')(conv5)

    model = models.Model(inputs=[inputs], outputs=[output])
    return model

此代码片段展示了如何定义一个简单的U-Net模型用于二元分类问题（即背景和其他目标）。对于多类别情况，则需调整最后一层`Conv2D`节点数等于类别数量并选用softmax激活函数代替sigmoid。

#### 数据预处理与增强

准备训练集时，通常要对原始遥感图片做标准化操作，并可能应用随机裁剪、翻转等技术来扩充样本多样性。这有助于提高泛化能力，使模型能够更好地适应不同场景下的新输入[^2]。

data_gen_args = dict(rotation_range=0.2,
                     width_shift_range=0.05,
                     height_shift_range=0.05,
                     shear_range=0.05,
                     zoom_range=0.05,
                     horizontal_flip=True,
                     fill_mode='nearest')

image_datagen = ImageDataGenerator(**data_gen_args)
mask_datagen = ImageDataGenerator(**data_gen_args)

seed = 1
image_generator = image_datagen.flow_from_directory(
    'path_to_images',
    class_mode=None,
    seed=seed)

mask_generator = mask_datagen.flow_from_directory(
    'path_to_masks',
    class_mode=None,
    color_mode="grayscale",
    seed=seed)

train_generator = zip(image_generator, mask_generator)

上述脚本创建了一个生成器，它可以在每次迭代期间提供一批配对好的图像及其对应的标签掩膜给神经网络进行优化更新过程。