BYOL框架下的自監(jiān)督高光譜圖像分類(lèi)

摘要： 高光譜圖像可以獲取波段連續(xù)的圖譜合一的立體數(shù)據(jù)，其具有豐富的圖譜信息，能區(qū)分不同物質(zhì)的類(lèi)別，被廣泛應(yīng)用于各種遙感勘測(cè)領(lǐng)域。但在實(shí)際中高光譜圖像的標(biāo)注需要耗費(fèi)大量的人力、財(cái)力和時(shí)間，可用的標(biāo)注樣本數(shù)量較少，難以通過(guò)訓(xùn)練來(lái)獲得準(zhǔn)確的分類(lèi)結(jié)果，所以針對(duì)于只有少量標(biāo)記樣本的高光譜圖像分類(lèi)是一個(gè)挑戰(zhàn)。近年來(lái)，自監(jiān)督學(xué)習(xí)(Self-supervised Learning,SSL)已成為一種... （共16頁(yè)）