基于自監督對比學習的寒旱區遙感圖像河流識別方法

沈 瑜 王海龍 梁 棟 牛東興 嚴 源 李陽陽

(1.蘭州交通大學電子與信息工程學院, 蘭州 730070; 2.中國中鐵科學研究院有限公司, 成都 610032)

0 引言

河流作為生態系統的重要組成部分,對自然環境以及人們的生產生活有著至關重要的作用,尤其對我國寒旱區的河流進行識別,在農業灌溉、水利水電調控、生態監測和環境改善等方面有著重大意義[1-3]。

近年來,使用深度學習方法從高分辨率遙感圖像中對河流進行識別成為主要方法之一[4-5]。文獻[6]構建并訓練了卷積神經網絡和DeepLabv3兩種水體識別模型,其識別精度分別達到95.09%和92.14%,均高于支持向量機、面向對象以及水體指數等方法。文獻[7]通過在DenseNet網絡中增加上采樣和全卷積網絡內的跳層連接,緩解梯度消失和網絡退化問題,其識別精度優于其他深度神經網絡,精度高達96%以上。文獻[8]通過改進U-Net網絡,并引入條件隨機場進行后處理,精細化了分割結果,實驗結果表明,該網絡對小目標水體能夠準確識別。文獻[9]用自適應簡單線性聚類算法(ASLIC)將遙感圖像分割成高質量的超像素,再利用新的池化卷積神經網絡提取水體高級特征并進行二分類標記,該方法實驗平均總準確率為99.14%,高于傳統方法。文獻[10]采用集成預測,同時優化有標簽樣本上的標準監督分類損失及無標簽數據上的非監督一致性損失,來訓練端到端的語義分割網絡。文獻[11]利用半監督學習中的生成對抗性網絡,用softmax替代最后的輸出層,結合自動化分類診斷進行實驗。

以上研究均依靠大量標簽數據,由于有標簽數據的制作難度和成本較高,利用無標簽數據進行網絡訓練的自監督學習(Self-supervised learning, SSL)方法逐漸引起重視[12-13]。自監督學習屬于無監督學習,無需大量標簽數據,只需通過構建前置任務(Pretext task)從無標簽數據中學習自身的監督信息,然后將訓練好的模型遷移到下游任務中,使用少許標簽數據微調后訓練,最后進行目標任務預測[14-16]。自監督學習的主流方法包括生成式、對比式、生成式對比自監督學習(對抗學習)方法,其中對比式自監督學習方法應用最廣泛[17]。文獻[18]提出了一個全局風格和局部匹配的對比學習網絡,在Postdam數據集上Kappa系數提高6%。文獻[19]設計了3個不同的前置任務和3個一組的孿生網絡進行訓練,實驗結果表明,只需10%～50%的標記數據即可達到有監督網絡相同的性能。文獻[20]提出一種自監督學習算法(Inpainting based self-supervised learning,IBS)解決了電力線分割任務缺乏大規模數據的問題,實驗表明其精度和速度都超越了已有的方法。文獻[21]提出一種視覺表示的自監督對比學習框架(Simple framework for contrastive learning of visual representations,SimCLR),該結構不需要專門的架構,也不需要特殊的存儲庫,因此具有通用性且網絡性能更優。自監督學習方法訓練的網絡模型可以學習遙感圖像潛在的特征,獲得更好的擬合起點,并取得優秀的分割結果,將自監督學習獲得的學習參數用作預訓練模型,利用遷移學習對后續遙感圖像任務進行微調,可證明網絡的泛化能力[22-23]。以上基于自監督學習范式的研究雖然已經取得大量成果,但其大多數針對分類問題進行研究,并且網絡收斂速度較慢,編碼器常采用ResNet50網絡,識別精度有限,在具有較多干擾的寒旱區遙感圖像河流提取方面鮮有報道。

本文針對大量有標簽的寒旱區遙感圖像河流數據很難獲得,以及河流邊緣細節難以識別的問題,采用自監督對比學習方式并對其進行改進,充分利用無標簽數據對遙感圖像河流提取網絡進行預訓練,同時在下游任務訓練好的編解碼網絡中使用一種新的非均勻采樣方式,提取河流邊緣細節,通過實驗證明其有效性和泛化性能。

1 網絡框架

網絡總體框架如圖1所示,分為基于自監督對比學習的預訓練階段和下游目標任務提取階段兩部分,以AFR-LinkNet[5]網絡為基礎網絡構建模型。首先將大量無標簽遙感圖像河流數據進行數據增強,獲得大量正負樣本對,然后輸入基于改進的SimCLR框架的自監督網絡模型進行訓練,其編碼器使用下游目標任務中AFR-LinkNet網絡的編碼器進行替換,并在映射頭的Dense層和ReLU激活函數之間添加BN(Batch normalization)層。編碼器與映射頭結合的兩次非線性映射能夠大幅度提升對比學習性能,編碼器后的圖像特征會有更多包含圖像增強信息在內的細節特征,即編碼更多與任務無關的通用細節信息,在高層網絡映射頭中編碼更多與對比學習任務相關的信息。網絡將正樣本對拉近,將負樣本對拉遠,不斷進行對比,直到正樣本對比損失最小,否則不斷梯度回傳更新編碼器參數。最后將訓練好的編碼器模型參數作為預訓練的編碼器,利用遷移學習方式遷移到下游目標任務的語義分割網絡的編碼器中。其次,將少量帶有標簽的遙感圖像河流數據輸入AFR-LinkNet語義分割網絡,微調后進行訓練。將編碼器輸出的粗粒度語義圖和解碼器輸出的細粒度語義圖,通過對高頻區域多采樣、低頻區域少采樣的非均勻采樣策略后進行特征融合,最后將融合后輸出的高精度河流分割語義圖與語義標簽圖進行損失函數校驗,如果損失最小,則輸出分割結果,否則進行模型參數更新。

圖1 網絡框架Fig.1 Network framework

2 相關原理

2.1 自監督學習

機器學習一般分為有監督學習、半監督學習、無監督學習和強化學習,而自監督學習是一種新的無監督機器學習方法,能夠挖掘出數據自身的監督信息關系作為標注樣本進行訓練,通過這種方式可以獲得更多的語義特征,解決了有監督學習中需要大量標注數據的問題,其核心是在無標簽的預訓練數據上進行自監督任務的訓練,通過最小化損失函數更新模型參數,得到一個可以對數據產生良好特征表征的編碼器模型[24]。

自監督學習原理如圖2所示,為了更好地遷移模型參數,自監督代理任務和下游目標任務使用相同的編碼器模型。在自監督代理任務階段,首先將大量無標簽數據輸入編碼器,得到含有自身監督信息的圖像特征,再通過自監督訓練任務模型(如生成型、對比型等)得到預測圖像,然后進行損失對比,直到損失最小時停止梯度回傳,將預訓練好的編碼器模型參數遷移到下游目標任務。在下游目標任務階段,將少量有標簽數據輸入到經過預訓練的編碼器模型中,然后微調參數后開始訓練,將提取到的圖像特征通過下游目標任務模型(如圖像分類、語義分割等)獲得預測圖像,最后進行損失函數校驗,符合損失函數最小條件后輸出最終的預測圖像。

圖2 自監督學習原理圖Fig.2 Schematic of self-supervised learning

自監督對比學習是目前主流研究方法之一,并且取得了較好的效果,其核心思想是通過一個輔助任務,構建正負樣本對,使網絡通過比較正負樣本的距離差學習到將相似樣本(正樣本對)拉近,不相似樣本(負樣本對)拉遠的能力,從而可以獲得特征可區分性表達的目標,即

score(f(x),f(x+))?score(f(x),f(x-))

(1)

式中 score(·)——樣本相似度比較函數

f(x)——原始圖像預測圖

f(x+)——正樣本預測圖

f(x-)——負樣本預測圖

其實現步驟如圖3所示。

圖3 自監督對比學習原理圖Fig.3 Schematic of self-supervised comparative learning

其中,合理構建正樣本對,并包含足夠多且足夠難的負樣本對能夠有效提升對比自監督學習的學習性能。文獻[25]提出使用動量對比學習的方法對負樣本編碼器進行更新,并且保持該負樣本隊列足夠大,巧妙地解耦模型批次大小和一個學習批次可容納的負樣本數量。

目前,常見的主流自監督對比學習框架包括MoCo、SimCLR、SwAV、SimSiam等。其中,SimCLR模型兼具框架簡單與網絡性能高的特點,但其收斂速度較慢、預訓練編碼器提取精度有限。因此,本文將對SimCLR框架進行改進,并作為自監督預訓練階段的網絡模型。

SimCLR模型主要包含3部分:數據隨機增強、深度神經網絡和損失對比函數,如圖4所示,其核心原理是利用同一樣本數據增強后具有相似特征、不同樣本之間數據增強后具有差異特征構造損失函數進行特征學習。

圖4 SimCLR原理圖Fig.4 SimCLR principle framework

(1)數據隨機增強

自監督學習利用樣本自身的信息進行學習,不需要樣本標簽。自監督對比學習只需通過原始數據構造出正負樣本對即可進行學習。如圖4所示,從訓練集中隨機選取M幅河流圖像為一個批次進行樣本增強,將每幅河流圖像經過兩次隨機裁剪獲得兩個增強數據,使得其中任意一幅圖像保持不變,另一幅圖像進行隨機色度變換、旋轉、高斯模糊、隨機顏色失真等。同一圖像經數據增強后的兩個樣本為一個正樣本對,剩余的2(M-1)個增強的樣本數據全部為該圖像的負樣本。因為正樣本來源于同一圖像,具有內在信息聯系,負樣本來源于不同圖像,具有內在信息差異,因此可以進行圖像信息學習。

(2)深度神經網絡

(3)損失對比函數

數據增強后的樣本通過特征提取和特征映射模塊,最后需要使用歸一化加權交叉熵損失函數(Normalized temperature-scaled cross entropy loss,NT-Xent)將正樣本對之間的相似度最大化,負樣本對之間的相似度最小化,最終達到能夠學習遙感河流圖像中的通用特征表示。NT-Xent損失函數定義為

(2)

式中M——批次大小

其中l(j,k)為正樣本對的損失對比函數,定義為

(3)

其中

(4)

(5)

式中z——特征映射網絡輸出

τ——權重,取0.1

m——數據增強后正樣本

j——用于數據增強樣本

f(m,j)——指示函數

sim(·)——數據相似度函數

2.2 非均勻采樣

圖像采樣可分為均勻采樣和非均勻采樣,河流與非河流邊界處具有不規則性,且陰影等干擾因素較多,均勻采樣針對河流不規則邊界處區分度低、識別精度較差。因此,要對河流邊緣高精細度提取,只能通過對高頻區域密集采樣、對低頻區域稀疏采樣的非均勻采樣方式獲得圖像中不同類別之間清晰的邊界信息和同類別區域中的細節信息,同時減少模型的冗余度。

目前多數研究都是針對輸入圖像的非均勻采樣,本文針對編解碼器輸出的粗粒度圖像和細粒度圖像分別進行非均勻采樣,粗粒度圖像中包含不同類別之間詳細的類別信息,能夠明確局部邊界特征,細粒度圖像中蘊含同類別的細節信息,具有更多的語義信息和上下文信息,能夠提供全局特征信息,其原理如圖5所示。首先,原始遙感河流圖像經過編解碼網絡分別輸出粗粒度圖像和細粒度圖像,再使用輕量級分割頭對檢測到的河流對象進行粗濾預測(紅色框內),利用點選擇策略選擇一組點(紅點),使用小的多層感知器(Multilayer perceptron, MLP)對每個點獨立預測,進行細化。使用雙線性插值作用于粗粒度圖像上的這些點,獲得圖像低級信息,同時使用2倍雙線性插值作用于細粒度圖像上的這些點,獲得圖像高級信息,將高級信息和低級信息特征融合后得到最終的特征向量。最后MLP使用在這些點上計算的插值特征(藍色虛線)對特征向量進行掩膜預測,獲得每個點的預測結果。不斷使用該過程迭代地細化預測掩膜的不確定區域,實現非均勻采樣,直到獲得預期分辨率的河流語義圖。

圖5 非均勻采樣原理圖Fig.5 Non-uniform sampling

2.2.1雙線性插值

原始遙感河流圖像經過特征提取器后,其圖像尺寸和圖像中特定點的像素與原始圖像相比較已經發生較大變化,為將其恢復到原始圖像尺寸,可通過雙線性插值對其進行上采樣操作。雙線性插值是在兩個方向分別進行一次線性插值操作,原理是待插點像素取原圖像中與其相鄰的4個點像素的水平、垂直兩個方向上的線性內插,即根據待采樣點與周圍4個鄰點的距離確定相應的權重,從而計算出待采樣點的像素。其原理和步驟如圖6、7所示,圖中灰色板表示像素點的坐標,藍色、紅色和綠色點分別表示初始像素點、中間像素點和輸出像素點。

圖6 雙線性插值Fig.6 Bilinear interpolation

圖7 基于插值的上采樣方法Fig.7 Interpolation based upsampling methods

為得到未知函數f在點P=(x,y)的值,假設已知函數f在Q11=(x1,y1) 、Q12=(x1,y2),Q21=(x2,y1)以及Q22=(x2,y2)4個點的值。f就是一個像素點的像素值,首先在x方向進行線性插值,得到

(6)

(7)

然后在y方向進行線性插值,得到

(8)

綜合得到雙線性插值結果為

(9)

2.2.2點選擇策略

針對遙感圖像中不規則的河流邊界,如果對全局點采樣將增大計算量,非均勻采樣方式基于點選擇策略,只對預測困難點進行采樣,可以大幅度降低計算量,增加采樣靈活性,有效恢復圖像中河流的邊緣細節。

點選擇策略核心思想是能夠在河流圖像平面上的高頻區域附近(如河流邊界等)靈活、自適應、密集地選擇用于預測分割標簽的點。選擇過程中只計算值與鄰近值顯著不同的可能性較大的位置,實現高分辨率圖像的有效分割,對于所有其他位置的預測值是通過插值已經計算的輸出值(粗預測圖)來獲得。針對各個區域,均使用由粗到細的方式不斷地迭代輸出預測圖,對規則網格上的點只需要進行最粗級別預測即可。在每次迭代預測中,利用雙線性插值對其之前預測的河流語義分割圖實行上采樣,然后在較為密集的網格上選取概率為0.5的N個點,最后計算這N個點的特征表征,同時預測出它們的標簽,并不斷重復該步驟,直到獲得期望的分辨率。如圖8所示,使用雙線性插值將分辨率4×4上的預測進行2倍上采樣,獲得分辨率8×8,然后對這N個點(藍色點)進行預測,以便于在更高分辨率的圖像上恢復河流邊緣的細節信息。

圖8 分辨率4×4細化到分辨率8×8示意圖Fig.8 Resolution 4×4 refined to resolution 8×8 schematic

為了平衡網絡數據計算量和均勻覆蓋問題,本文k取4,α取0.75(適度偏置能夠使得訓練更有效),在進行訓練時,只計算N個采樣點上的預測值和損失函數值,使計算效率更高。

3 數據集與預處理

實驗數據集從高分二號衛星圖像中截取600幅尺寸為1 024像素×1 024像素的寒旱區遙感河流圖像,將其中300幅圖像進行二值化人工標注,河流標注為1,其他的均標注為0。通過數據擴增將這300幅原始圖像和對應的語義圖像按照相同的數據擴增方式均拓展為1 500幅,最后將剩余未標注的300幅圖像通過數據擴增拓展為1 500幅無標簽數據,并單獨截取100幅相同規格的河流圖像進行語義標注,作為網絡的測試集。

因此,遙感圖像河流數據集共3 100幅河流圖像,其中訓練集、驗證集、測試集比例為24∶6∶1。訓練集中1 200幅無標簽數據用于訓練自監督對比學習網絡,1 200幅有標簽數據用于訓練有監督網絡和對自監督對比學習網絡進行微調,圖9為數據擴增示意圖。

圖9 數據擴增示意圖Fig.9 Schematic of data amplification

使用最大最小標準化對原始圖像進行歸一化預處理,可以將所有數據映射到[0,1]區間內,減少模型計算量以及加快模型的收斂速度。

4 實驗結果與分析

4.1 實驗設置

實驗平臺為Windows 10操作系統、CPU i9-11980HK、GPU RTX3080 (16 GB顯存)、內存 32 GB,使用PyTorch框架搭建網絡模型,編程語言為Python。自監督學習時的批次大小M設置為10,同批次生成增強樣本時按概率0.25進行隨機裁剪、旋轉、翻轉和顏色失真,由此構成正負樣本對。自監督學習的初始學習率設置為2.5×10-4,迭代輪次為400,優化器均選擇Adam優化器,在少量帶標簽數據上微調模型時使用相同的學習率和優化器,迭代訓練至網絡收斂,網絡全部使用文獻[26]的初始化權重。

4.2 評價指標

采用像素準確率(Accuracy, ACC)、召回率(Recall)和交并比(Intersection over union, IoU)作為評價指標。

4.3 實驗結果

通過對比和消融實驗,證明本文提出的基于自監督對比學習的遙感圖像河流識別網絡在只有少量標簽數據情況下,只需對用無標簽數據訓練好的自監督網絡進行微調,各項評價指標便超過了使用大量標簽數據訓練的有監督網絡模型。實驗結果表明,網絡模型的像素準確率、交并比和召回率分別達到93.7%、73.2%和88.5%,超過有監督網絡AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet,河流圖像提取結果在邊緣細節上有了較高提升,優于其他有監督網絡;使用360幅有標簽數據微調網絡時,其像素準確率達到90.4%,與有監督AFR-LinkNet網絡提取精度相當。

4.3.1對比實驗

將使用1 200幅有標簽數據進行微調的SimCLR+AFR-LinkNet+非均勻采樣網絡(自監督對比學習網絡)與使用相同數量有標簽數據進行有監督訓練的網絡AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet進行對比,圖10為驗證集上各網絡的像素準確率變化曲線,圖11為網絡在訓練集和驗證集上的損失值變化曲線,表1為各網絡在測試集上的評價指標結果。

表1 各網絡評價指標Tab.1 Evaluation indicators of each network %

圖10 各網絡像素準確率變化曲線Fig.10 Change curves of pixel accuracy of each network

圖11 訓練集與驗證集上網絡損失值變化曲線Fig.11 Change curves of network loss function on training set and test set

由圖10、11可以看出,自監督網絡在50個迭代輪次時已經趨于穩定,像素準確率高于其他有監督網絡,收斂速度較快,訓練集和驗證集上的損失都較小,在驗證集上的損失稍大于訓練集上的損失,在前50個迭代輪次時損失下降較快,驗證了自監督網絡的各種超參數設置較為合理且網絡對河流提取準確率較高、收斂性較好。

由表1可知,自監督網絡像素準確率、交并比和召回率分別達到93.7%、73.2%和88.5%,各項評價指標均高于有監督網絡AFR-LinkNet、DeepLabv3+、LinkNet、ResNet50和UNet,像素準確率分別提高3.1、7.6、12.3、14.9、19.8個百分點,交并比分別提高3.5、8.7、10.5、16.9、24.0個百分點,召回率分別提高2.1、4.8、6.7、9.4、12.9個百分點。

圖12為3幅不同網絡的遙感河流圖像的語義分割效果圖,圖中紅色標記為不同網絡提取效果的主要區別點。從圖12可以看出,UNet網絡的識別效果最差,ResNet50、LinkNet和DeepLabv3+網絡錯誤地將道路、冰雪以及山體陰影識別為河流,在細小河流處出現較多斷續,AFR-LinkNet網絡與SimCLR+AFR-LinkNet+非均勻采樣網絡在細節提取上更精細、更準確,但是因為自監督對比學習模型以AFR-LinkNet網絡的編碼器為基礎進行無標簽數據訓練,具有較強的抗干擾性,并且學習到了有監督模型無法學習到的圖像內在蘊含的一些細節信息,因此在河流的邊緣細節提取效果上表現更好,在特別細小的河流處基本沒有出現斷流和誤識別的情況,河流識別結果更加完整,但是在特別復雜的干擾因素以及更少的標簽數據情況下的提取精度還有一定提升空間。

圖12 3幅圖像不同網絡識別結果對比Fig.12 Comparisons of recognition results of three images with different networks

4.3.2消融實驗

為驗證各個模塊的有效性,從改變用于微調的標簽數量、樣本數據增強以及自監督對比學習與非均勻采樣3方面進行消融實驗,驗證其對網絡性能的影響。

(1)微調標簽數量對網絡性能的影響

為了驗證用于微調下游任務模型的標簽數量對網絡性能的影響,將標簽數據按1/10、3/10、5/10、7/10、1的比例對下游任務模型進行微調訓練,圖13為測試集上像素準確率和交并比隨著標簽數量比例的不同而變化的曲線,表2為微調標簽數量對網絡模型性能影響的各項評價指標。

表2 不同標簽數量比例下網絡各項評價指標Tab.2 Network evaluation index under different label quantity ratios %

圖13 網絡像素準確率與交并比變化曲線Fig.13 Change curves of network pixel accuracy and intersection over union

由圖13可知,隨著微調標簽數量的不斷增加,網絡的像素準確率和交并比均呈不斷提高趨勢,當標簽比例由1/10增加為3/10時,提升速度最快,后面隨著標簽比例的增加,提升速度較慢,當所有標簽數據全部用于微調模型時,像素準確率和交并比都達到最大值,此時像素準確率為93.7%,交并比為73.2%(表2);當微調標簽比例為3/10時(即使用360幅標簽數據對模型進行微調訓練),網絡像素準確率、交并比和召回率分別達到90.4%、68.6%和83.2%,已經和使用1 200幅標簽數據進行有監督訓練的AFR-LinkNet網絡各項評價指標(像素準確率90.6%、交并比69.7%、召回率86.4%)相當;當使用1 200幅全部標簽數據進行微調時,其網絡性能的各項評價指標相比有監督訓練有了較大的提高。這驗證了本文提出的自監督對比學習方式進行網絡預訓練,并結合非均勻采樣,可以在少量有標簽數據情況下使網絡達到較高的河流提取效果,解決了遙感圖像河流標簽數據難以大量獲取的問題。

(2)樣本數據增強對網絡性能的影響

通過數據增強可以增加訓練樣本的多樣性,提高模型魯棒性,有效避免網絡過擬合。圖14為經過數據增強和沒有進行數據增強的網絡各項評價指標的對比,從圖14可以看出,經過數據增強后,網絡的像素準確率、召回率和交并比相較于沒有經過數據增強的網絡,分別提高5.3、4.4、4.8個百分點,這表明將樣本進行數據增強能更好地提升網絡性能。

圖14 數據增強對網絡評價指標的影響Fig.14 Influence of data enhancement on network evaluation index

(3)自監督對比學習與非均勻采樣對網絡性能的影響

選用AFR-LinkNet網絡為基準網絡,使用1 200幅有標簽數據訓練有監督網絡AFR-LinkNet,同時對通過自監督對比學習方式訓練的網絡進行微調,并將非均勻采樣與兩種網絡分別結合,驗證其對網絡性能的影響。圖15為驗證集上各網絡像素準確率變化曲線,表3為測試集上網絡對應的各項評價指標。

表3 網絡各項評價指標Tab.3 Network evaluation indicators %

圖15 像素準確率變化曲線Fig.15 Change curves of pixel accuracy of each network

由圖15和表3可知,沒有引入非均勻采樣時,僅通過自監督對比學習方式預訓練編碼器,使得網絡學習到有監督網絡無法學習到的圖像內在信息,網絡收斂速度快于有監督的AFR-LinkNet網絡,像素準確率達到92.1%,提高1.5個百分點,交并比、召回率分別提高2.2、1.4個百分點;當引入非均勻采樣后,有監督和自監督網絡像素準確率都進一步提升,自監督網絡的像素準確率達到93.7%,相比有監督網絡AFR-LinkNet提高2.2個百分點,交并比和召回率分別提高2.4、1.2個百分點,驗證了非均勻采樣的有效性和較強的泛化性能。圖16為3幅相應網絡的遙感圖像河流分割效果,通過自監督對比方式訓練并引入非均勻采樣的網絡,其河流提取的連續性得到提升,細小河流更加連貫,邊緣細節提取也更加準確,能夠有效優化河流邊緣細節,在邊緣容易誤判處提取效果也更加平滑,降低了對道路、冰雪、高山陰影的錯誤識別。

圖16 3幅圖像不同網絡提取結果對比Fig.16 Comparisons of extraction results of three images with different networks

5 結束語

針對有監督網絡訓練需要大量遙感圖像河流標簽數據以及河流提取邊緣細節分割效果不佳問題,提出一種通過自監督對比學習方式利用大量無標簽數據預訓練編碼器,并將訓練好的編碼器利用遷移學習方式遷移到下游河流提取任務中,并使用少量標簽數據進行微調編碼器,然后結合一種新的非均勻采樣方式對寒旱區遙感河流圖像進行提取的網絡。實驗結果表明,僅用360幅有標簽數據就達到與使用1 200幅有標簽數據訓練的有監督網絡相當的提取效果,當全部標簽用于微調網絡編碼器時,其像素準確率、交并比和召回率分別達到93.7%、73.2%和88.5%,均高于有監督網絡,解決了大量標簽數據難以獲取的問題,并提高了河流提取精細度,證明了其有效性和泛化性。