U-ViT:基于ViT和U-Net模型改进的滑坡语义分割模型
ID:4181 View Protection:ATTENDEE Updated Time:2024-04-17 13:01:40 Hits:2666 Oral Presentation

Start Time:2024-05-18 14:26(Asia/Shanghai)

Duration:8min

Session:S3 主题3、地质灾害与工程地质 » S3-1主题3、地质灾害与工程地质 专题3.1、专题3.2、专题3.8(18日下午,404)

No files

Abstract
贵州省毕节市滑坡地质灾害分布广泛,对当地生命财产带来严重损失。准确识别滑坡范围对于分析滑坡分布、统计滑坡发生的规模以及开展易发性和风险等级评价等具有重要作用。本文使用ViT和ConvTranspose2d卷积神经网络对U-Net模型进行改进得到的U-ViT模型对滑坡进行定位和识别。利用光学遥感图像建立滑坡数据库,并通过训练集、测试集数据,以及StepLR学习率调整策略进行U-ViT模型的建立和微调,验证集数据用于预测。使用像素准确率(Pixel Accuracy PA)、类别平均像素准确率(MPA)、平均交并比(MIoU)三种评价指标以及滑坡预测结果可视化对U-ViT和U-Net两种模型的预测精度进行对比,得出U-ViT模型预测的滑坡区域更加精准,错误率更低,因此U-ViT模型更加适合该地区的滑坡定位和识别工作工作。
 
Keywords
U-Net; ViT; 语义分割; 滑坡
Speaker
付晓娣
在读博士生 地质灾害防治与地质环境保护国家重点实验室(成都理工大学),成都 610059

成都理工大学博士生一年级,导师朱星,主要研究方向为灾害的智能识别工作。

Submission Author
付晓娣 地质灾害防治与地质环境保护国家重点实验室(成都理工大学),成都 610059;环境与土木工程学院,成都理工大学,成都 610059;四川省工业互联网智能监测与应用工程技术创新中心,成都理工大学,成都 610029
朱星 地质灾害防治与地质环境保护国家重点实验室(成都理工大学),成都 610059;环境与土木工程学院,成都理工大学,成都 610059;四川省工业互联网智能监测与应用工程技术创新中心,成都理工大学,成都 610029
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences