德清县规模种粮遥感监测识别数据

用于实现对粮食补贴中农田地块位置、作物种类的高效精准识别。自动识别遥感影像中规模种粮地块的坐标，便于确定地块位置与分布，为后续种粮地块确权与种粮补贴发放提供基础。依据算法自动对作物进行分类并验证，得到作物类型并确认识别正确，实现自动识别与智能分类，大大减少人工实地核查与目视解译的时间。规模种粮遥感监测识别数据录入系统中，实现数据可视化。为工作人员开展种粮补贴工作提供客观公正的基础数据，从源头上堵塞虚报漏洞，让惠农补贴真正落到实处。基于无人机航拍采集2024年5月的农田环境遥感影像数据，通过YOLO算法进行目标检测，识别出粮食作物区域。首先，将单元神经网络应用于完整的遥感影像，将图像将图像分割成19x19的单元格，每个单元神经网络负责预测K个单元格。预测每个区域的概率，所有单元格上具有最大概率的类被选择并分配给特定的网格单元，生成区域中心坐标(x,y)，采用CGCS2000坐标系，坐标默认东经、北纬。在预测类概率后，进行NMS运算，消除不必要的锚点。抽取验证样本计算识别准确度，越接近1表示越准确，高于0.6表示识别正确，低于0.6表示识别错误。依据识别准确度，判定目标是否为农田。在农田地块中，算法依据样本库自动生成类别，并匹配到当前项目识别类别：油菜、小麦、水稻、其他。对识别正确的油菜、小麦、水稻地块目标进行纳入操作，对识别错误的非农田、其他类别地块进行排除操作。最后将纳入的坐标、识别类别等数据自动上传至德清县粮补平台，最终获得德清县规模种粮遥感监测识别数据。