德清县设施农用房识别数据

主要用于实现对设施农用房的快速精准识别，包括新增建设、变更位置等情况的监测。通过遥感技术，有效解决了基层人员在广阔农田中巡查困难、安全隐患多等问题。该系统能够自动提取设施农用房的遥感影像，为农房监管人员提供坐标、建筑类型、面积等信息，便于及时掌握农房建设动态。融合基层人员实际操作经验，该识别数据有助于优化资源配置，提高农业设施管理效率。基于无人机航拍采集德清县域遥感影像数据，首先将两期影像如示例数据所示2023年10月与2024年5月进行对比得到所有发生变化的区域，在此基础上建立遥感影像设施农用房识别深度学习网络。将单元神经网络应用于完整的遥感影像，将图像分割成规则的单元格，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，生成由预测概率加权的边界框，之后进行NMS运算，识别下一个最高类别概率的边界框，循环往复，直到剩下所有不同的边界框。算法输出所需的向量，并对各类地物进行分类，接着筛选出类别为设施农用房的区域。
对于识别正确的地块，进一步计算其区域中心坐标（x,y），并采用CGCS2000坐标系进行定位，默认采用东经、北纬格式。此外，还通过先进算法分析影像中的特征区域，自动识别并提取建筑类型、占地面积、周边环境等关键信息，以及匹配现有平台数据，汇总匹配各审批文件以此监测设施农用房的合法性。系统自动记录问题点位的坐标，并将其与相应的村镇级行政区划进行匹配。最终，这些特征区域的影像、坐标及其他相关信息将被自动上传至德清农业农村数字化遥感监测治理平台。

搜集汇总

数据集介绍

特点

德清县设施农用房识别数据包含517条记录，通过无人机航拍和深度学习技术实现农用房的快速识别与监测，提供建筑类型、面积、坐标等关键信息，应用于农业设施管理。