基于轻量化的DeepLabV3+遥感图像地物分割方法OA北大核心CSTPCD
Remote sensing image land feature segmentation method based on lightweight DeepLabV3+
针对DeepLabV3+在遥感图像地物分割中出现的细节信息丢失、类别不均衡等问题引起的误差,提出一种基于轻量化网络的DeepLabV3+遥感图像地物分割方法.首先,使用MobileNetV2替换原始基准网络中的骨干网络,提高训练效率并减少模型的复杂度.其次,增大ASPP结构中空洞卷积的膨胀率,并在ASPP最后一层使用最大池化,有效地捕获不同尺度的上下文信息,同时在ASPP每个分支中引入SE注意力机制,并在提取浅层特征之后引入ECA注意力机制,提高…查看全部>>
A lightweight network based DeepLabV3+remote sensing image land feature segmentation method is proposed to address the errors caused by the loss of detail information and imbalanced categories in remote sensing image segmentation.Firstly,MobileNetV2 is adopted to replace the backbone network in original baseline network to improve training efficiency and reduce model complexity.Secondly,the dilation rate of atrous convolutions within ASPP structure is increa…查看全部>>
马静;郭中华;马志强;马小艳;李迦龙
宁夏大学 电子与电气工程学院,宁夏 银川 750021||宁夏大学 沙漠信息智能感知重点实验室,宁夏 银川 750021宁夏大学 电子与电气工程学院,宁夏 银川 750021||宁夏大学 沙漠信息智能感知重点实验室,宁夏 银川 750021宁夏大学 电子与电气工程学院,宁夏 银川 750021宁夏大学 电子与电气工程学院,宁夏 银川 750021||宁夏大学 沙漠信息智能感知重点实验室,宁夏 银川 750021宁夏大学 电子与电气工程学院,宁夏 银川 750021||宁夏大学 沙漠信息智能感知重点实验室,宁夏 银川 750021
计算机与自动化
MobileNetV2空洞卷积注意力机制损失函数
MobileNetV2dilated convolutiongeometric figureattention mechanismloss function
《液晶与显示》 2024 (8)
1001-1013,13
国家自然科学基金(No.62365016)中央支持地方专项资金(No.2023FRD05034)Supported by National Natural Science Foundation of China(No.62365016)Central Support for Local Special Funds(No.2023FRD05034)
评论