1.一种城市五类绿地识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的城市五类绿地识别方法,其特征在于,所述制作第一绿地样本的步骤包括:
3.根据权利要求1所述的城市五类绿地识别方法,其特征在于,所述制作第二绿地样本的步骤包括:
4.根据权利要求3所述的城市五类绿地识别方法,其特征在于,在envi软件中,ndvi计算公式如下:
5.根据权利要求1所述的城市五类绿地识别方法,其特征在于,所述segformer包括:层次化transformer encoder和decoder;
6.根据权利要求1所述的城市五类绿地识别方法,其特征在于,采用离线自监督学习的方式训练或再训练模型,所述离线自监督学习的方式训练模型的步骤包括:
7.根据权利要求1所述的城市五类绿地识别方法,其特征在于,所述根据五类绿地样本的置信度,选择其中置信度排名靠前的样本作为伪标签,加入训练集再训练模型的步骤中,样本置信度计算方法如下:
8.一种实施权利要求1-7任一项所述方法的城市五类绿地识别装置,其特征在于,包括以下模块:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的城市五类绿地识别方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的城市五类绿地识别方法的步骤。