ResNet和EfficientNet遥感图像场景分类研究

针对遥感图像分类问题，首先采用了ResNet模型和EfficientNet模型进行训练，其中，前者采用18层网络结构，并在测试集得到了59.8%的准确度；后者采用了EfficientNet-B0和EfficientNet-B1模型，最高分类精度为92.6%。在此基础上，使用Ranger优化器替换了SGD方法，虽然测试集精度与原方法近似，但使用Ranger优化器训练EfficientNet模型具有更强的稳定性和更快的训练速度。最后，对测试的结果进行了分析，列举出每一类场景的分类精度，分析并总结了改进方法。

1.1. 问题描述 遥感图像已被广泛应用于土地利用分类、地理图像检索和遥感场景分类等领域。遥感图像场景分类是指从多幅遥感图像中区分出具有相似场景特征的图像[1]，并对这些图像进行分类，为每一幅遥感图像赋予场景类别标签[2]，可以为城市规划和环境监测的后续工作提供一定的决策依据。遥感场景分类根据遥感图像的语义信息将遥感图像分为森林、城市、河流等多种类别[3]。遥感图像一般具有较高的空间分辨率[4]、高度复杂的几何结构和空间格局[5]。然而，不同类别的遥感图像之间有很高的相似性[6]，而同一场景类别中的图像可能有很大的差异。这就给遥感场景的分类带来了困难。

在本文中，针对如图1 所示的包含典型的遥感图像场景对象，本文使用两种深度学习网络对指定的遥感图像进行场景分类，给出其预测结果。

Figure 1. Example of remote sensing image classification data set (part) 图1. 遥感图像分类数据集示例(部分)