基于MTBNet的唐山尾矿库提取

针对尾矿库位置及边界难准确提取问题,在传统实例分割网络基础上,提出一个具有多任务分支结构的实例分割网络(Multi-Task-Branch Network,MTBNet),并利用国产GF-1数据进行唐山地区的尾矿库提取试验。结果表明,召回率为95.8%时,尾矿库的检测准确率可达78.8%。新方法进一步优化了尾矿库目标框和轮廓质量,增强了模型的特征学习能力,有效提升了尾矿库的实例分割精度,可为唐山地区尾矿库动态监测作支撑,辅助尾矿库开采或生态保护。