德清县粮食功能区侵占遥感识别数据
DIP2024000011754
浙江国遥地理信息技术有限公司
首次登记
3年
2024-10-17 10:52:32
信息传输、软件和信息技术服务业
待交易
561
每半年更新
用于识别德清县粮食功能区,精准获取位置信息,为分析管理和监控粮食功能区土地利用变化提供数据支撑。为全面发现、精准识别、高效分析侵占粮食生产用地情况提供基础数据,是后续处置、异常数据报警等服务的基础。能够结合本期影像、历史监测数据等信息对粮食功能区侵占趋势进行预判,以便于精准掌握粮食功能区的保护状况,确保粮食生产核心区域的稳定和粮食安全。
利用无人机航拍技术采集的粮食功能区遥感影像数据,通过YOLO算法实现实时目标检测。首先将神经网络应用于2024年5月整幅遥感影像,将其划分为固定大小的网格单元,每个单元神经网络负责预测K个类别。通过预测每个区域的概率,选取所有单元格中概率最大的类别,并将其分配给相应的网格单元。根据预测概率生成加权边界框,进行非极大值抑制(NMS)运算,以消除多余的锚点。算法会识别出概率次高的边界框,并重复相同的处理过程,直到所有不同的边界框均被筛选出来。对识别准确度进行验证,越接近1 说明越准确,算法输出识别结果大于0.6的要素并视为识别正确,并纳入到粮食功能区识别地块中,若识别准确度小于0.6,则视为识别错误,排除到粮食功能区识别地块之外。系统将自动计算粮食功能区中心位置的坐标(x,y)并展示,默认为东经、北纬。根据粮食功能区地块在当前识别框中的相对位置(x1,y1),(x2,y2),(x3,y3),(x4,y4),通过四个角标位置计算相对面积area,再结合遥感影像的分辨率和比例尺计算实际面积(平方米)。最后将影像中的特征区域及其坐标等信息上传至数字农田平台,从而实现对粮食功能区遥感监测识别数据的获取。
每半年更新
浙江省知识产权区块链公共存证平台