基于深度学习的UNet的卫星图像新增建筑检测 违章建筑识别 建筑物识别

文章目录介绍背景目录结构准备数据图像预处理手工标注数据增强网络训练改进U-NetF1 Score加权损失函数后处理关于代码总结介绍背景在监管地上建筑物的建设、拆除、改建和扩建是一项重要任务。随着高分辨率卫星图像技术的发展以及智能算法的应用这些工作可以实现自动化处理从而大大提高工作效率和准确性。本次竞赛旨在利用2015年和2017年的某地卫星图片预测这两年间新增的人工地上建筑物像元并通过F1分数评估模型性能。目录结构准备数据获取并预处理原始卫星图像。图像预处理解决图像拼接区域颜色差异及数据范围问题。手工标注挑选代表性区域进行标注以生成训练标签。数据增强应用多种方法增强数据集以提高模型泛化能力。网络训练基于改进的U-Net架构训练深度学习模型。改进U-Net描述了如何调整传统U-Net以适应特定任务需求。F1 score定义用于模型选择的评价标准。加权损失函数设计适合当前任务的损失函数。后处理包括模型融合与形态学处理等步骤优化最终结果。关于代码说明如何使用预训练模型做预测及重新训练模型的过程。准备数据本项目涉及的数据来源于高分辨率卫星图像。为了确保模型能够有效地识别出这两年间的建筑变化需要对原始图像进行一系列预处理操作主要包括解决不同拼接区域的颜色差异由于原始图像由多个部分拼接而成各部分之间可能存在明显的色差。为了解决这个问题我们采用了一种基于百分位数的方法来标准化每个通道的像素值分布具体做法如下将图像转换为float32类型计算99%和1%分位数作为最大值和最小值对图像中的有效区域mask标记进行归一化处理将均值调整到0.5最后将数值范围扩大至[0, 65535]并转回uint16类型保存。手工标注考虑到全面标注所有区域的成本过高我们选择了若干具有代表性的区域进行细致标注。对于选定的区域白色区域表示确实发生了建筑变化而黑色区域则表示没有变化。完成标注后再将大图切割成多个小图以构建训练集。数据增强为了提升模型的鲁棒性和泛化能力我们采用了旋转、翻转、亮度对比度调整等多种方式对训练样本进行了扩充。此外还探索了其他可能的数据增强策略如随机裁剪、缩放和平移等。数据集划分按照7:2:1的比例随机分配训练集、验证集和测试集保证每个子集中包含足够多样化的样本。图像预处理针对原始图像存在的两个主要问题——拼接区域颜色差异大以及每个通道的数据范围不一致实际范围为0~2774我们采取了以下措施颜色校正通过计算图像中非零区域的99%和1%分位数然后根据这两个边界值对图像进行线性拉伸使得所有像素值都被映射到一个更合理的区间内。数据标准化将图像转换为浮点型格式减去最小值后除以最大值与最小值之差接着调整均值使其接近0.5最后乘以65535并将结果转换回无符号整数类型。手工标注在标注过程中我们只选择了一些有代表性的区域进行精细标注确保在这些区域内白色标记对应于实际发生的建筑变化而黑色标记则代表未发生变化的地方。完成标注后会将大图分割成多个小块形成最终用于训练的小图集合。从标注的mask图像到训练用的.npy文件转换过程详见process_mark.py其核心逻辑是截取指定区域内的图像和标签并将其组合在一起。数据增强为了提高模型的泛化能力我们在训练过程中实施了几种常见的数据增强技术包括但不限于图像翻转、旋转、亮度和对比度调整等。这些增强手段不仅增加了训练样本的数量而且有助于模型更好地学习到目标物体的本质特征而不受特定视角或光照条件的影响。网络训练本项目的深度学习模型基于改进版的U-Net架构该架构以其出色的语义分割性能而闻名。相较于传统的U-Net我们的改进之处在于引入了额外的输入通道例如RGBN这使得模型可以直接处理多光谱图像并且能够在一定程度上缓解高层建筑倾斜带来的影响。训练阶段的关键参数设置如下使用Dice系数损失函数结合交叉熵损失作为优化目标通过调整权重因子α来平衡精确率precision和召回率recall之间的关系设置适当的批次大小batch size和迭代次数epochs以确保模型收敛稳定。改进U-NetU-Net是一种经典的卷积神经网络架构广泛应用于医学影像分析等领域。它由编码器下采样路径和解码器上采样路径组成中间通过跳跃连接传递特征信息。为了适应此次比赛的任务要求我们对标准U-Net做了如下改进增加输入通道数除了常规的红绿蓝三通道外还加入了近红外波段构成四通道输入以便更好地捕捉地物特征。调整损失函数考虑到新增建筑检测的重要性我们自定义了一个加权损失函数其中赋予正样本更高的权重以此来强调模型对这类关键区域的关注。优化后处理流程引入形态学操作去除小面积噪点并运用连通域分析进一步修正预测结果。F1 ScoreF1分数是一个综合考虑了精确率和召回率的指标在二分类问题中尤为适用。对于本项目而言我们将变化区域视为正类非变化区域视为负类进而计算F1得分。为了避免某些情况下出现除以零的问题我们在公式中加入了一个极小常数项作为保护机制。加权损失函数为了使模型更加关注新增建筑的检测我们设计了一个加权损失函数其中包含了Dice系数损失和交叉熵损失两部分。通过调节参数α可以在精确率和召回率之间找到最佳平衡点。实践中发现当α≤0.5时即权重w∈(0, 1]模型能够取得较好的表现。具体实现细节请参见utils.py文件。后处理后处理步骤旨在进一步优化预测结果的质量主要包括以下几个方面模型融合通过对不同loss权重下的模型输出进行像素级融合可以获得更为完整的检测结果。形态学处理利用腐蚀膨胀等操作去除孤立噪声点并通过连通域分析修复断裂的目标轮廓。关于代码整个项目的代码可以在本地机器或阿里云PAI平台上运行。如果是在本地环境中执行则需配置local_config_end2end.json文件中的相关参数而在PAI平台上运行时则应根据实际情况修改unet-end2end-rgbn.txt中的配置项并指定该文件为启动参数。对于预测阶段提供了预训练好的权重文件供参赛者直接使用。只需更改配置文件中的几个关键路径参数如输入输出目录、权重文件位置等然后运行end2end_best_predict.py脚本即可得到预测结果。此外还可以通过运行post_process.py来进行必要的后处理操作以提高提交结果的质量。总结在整个项目中我们成功地解决了图像拼接带来的颜色不一致问题并通过八通道U-Net实现了对新增建筑的有效检测。同时数据增强策略显著提升了模型的泛化能力和鲁棒性而精心设计的加权损失函数则确保了模型在面对复杂场景时仍能保持较高的准确度。最后通过模型融合与形态学处理等一系列后处理手段我们进一步提高了预测结果的一致性和完整性。展望未来我们可以尝试更精确地区分新增道路和新建高架桥或者引入CRFasRNN等高级模型以改善预测边界的清晰度。此外探索更加复杂的模型融合方案如stacking也可能带来意想不到的效果。总之尽管本次竞赛已经结束但我们相信只要持续努力就一定能在这一领域取得更大的突破。