基于协同判读机制的养殖蟹塘遥感智能检测方法

挖塘养蟹是耕地“非粮化”行为的一种,若不及时发现制止,将对国家粮食安全造成危害。为了应对这一行为在遥感智能解译工作中所存在的人工判读量大、核查效率不足的挑战,提出了一种基于协同判读机制的养殖蟹塘遥感智能检测方法,该方法集成了HRNet分割网络和Swin-Transformer分类网络模型,并进一步介入人工核查,提高检测精度和工作效率。以江苏省南京市高淳区为研究区域进行了实验,结果表明,提出的基于协同判读机制的耕地“非粮化”遥感智能检测方法能够自动筛去83.4%的待检测图斑,最终识别精度为0.972,可在大幅降低识别难度与人工核查工作量的同时提高检测精度,为实现准确高效的蟹塘等“非粮”地物检测提供可靠的解决思路。