类特征注意机制融合Deeplabv3+语义分割
针对经典语义分割网络在高分辨率遥感图像语义分割中存在的边缘目标分割不准确、不同类型目标分割不一致、预测效率慢等问题，本文提出了一种融合改进的Deeplabv3+网络CFAMNet的分类特征注意机制，用于遥感图像中常见特征的语义分割。首先，利用类特征注意模块增强类间的相关性，更好地提取和处理不同类别的语义信息;其次，利用多并行无网格空间金字塔池化结构增强空间间的相关性，更好地提取图像不同尺度的上下文信息;最后，利用编码器-解码器结构对分割结果进行细化。在公共数据集高奋图像数据集(GID)上进行了实验，验证了所提网络的分割效果。实验结果表明，CFAMNet在GID上的平均相交度(MIOU)和总体正确率(OA)分别达到77.22%和85.01%，超过了目前主流的语义分割网络。
1. Introduction
近年来，随着遥感技术的不断发展，越来越多的高分辨率遥感卫星被使用，遥感图像的分辨率也在不断提高(Lu et al.， 2020;Phiri和Morgenroth, 2017)。复杂、高分辨率遥感图像的自动解译已成为一个迫切需要解决的问题(Guo et al.， 2018;马等，2019)。语义分割(SS)是遥感影像解译的关键技术之一，已广泛应用于土地覆被测绘、变化检测、城市规划和环境监测等诸多领域(Matikainen和Karila, 2011)。语义分割是理解图像的像素级别，即对图像中的每个像素进行分类，并将图像分割成几个感兴趣的目标，而对每个目标分配特定的标签类型(Garcia-Garcia et al.， 2017)。高分辨率遥感影像可以提供丰富的地物信息，并能很好地呈现地物的空间结构和纹理特征(Erus and Lom´enie, 2010)。它们丰富的上下文信息为语义分割提供了数据支持。然而，高分辨率遥感图像信息复杂多样、特征丰富、尺度
类特征注意机制融合Deeplabv3+语义分割相关推荐
- 基于MindSpore复现Deeplabv3—语义分割
基于MindSpore复现Deeplabv3-语义分割 实验介绍 本实验主要介绍使用MindSpore深度学习框架在PASCAL VOC2012数据集上训练Deeplabv3网络模型.本实验使用了Mi ...
- DeepLabV3+语义分割实战
DeepLabV3+语义分割实战 语义分割是计算机视觉的一项重要任务,本文使用Jittor框架实现了DeepLabV3+语义分割模型. DeepLabV3+论文:https://arxiv.org/p ...
- 憨批的语义分割重制版9——Pytorch 搭建自己的DeeplabV3+语义分割平台
憨批的语义分割重制版9--Pytorch 搭建自己的DeeplabV3+语义分割平台 注意事项 学习前言 什么是DeeplabV3+模型 代码下载 DeeplabV3+实现思路 一.预测部分 1.主干 ...
- 特征级融合_语义分割－多层特征融合
语义分割,也称为像素级分类问题,其输出和输入分辨率相同(如题图中,左边为2048x1024分辨率的Cityscapes街景图像,输入模型,得到右边同样分辨率的语义图).由此,语义分割具有两大需求,即高 ...
- win10+tensorflow+cuda+cudnn，实现deeplabv3语义分割自己的数据集
** 参考: ** 1.使用 deeplabv3+ 训练自己的数据集经验总结 2.window环境下进行deeplab_tensorflow实验之第一阶段 3.window环境下进行deeplab_t ...
- 工程（二）——DeeplabV3+语义分割训练自制数据集
目录 1.配置环境 1.1 利用conda新建一个环境并激活 1.2 安装pytorch 1.3 更新bashrc环境 2.安装DeeplabV3 2.1 克隆代码 2.2 下载数据集和预训练模型 3 ...
- 【深度学习】语义分割——综述
语义分割 文章目录 语义分割 什么是语义分割? 什么是图像中的语义信息? 语义分割中的上下文信息 语义分割方法 语义分割神经网络 语义分割待解决的问题 评价指标 目前比较经典的网络 参考文献和资料 什 ...
- 【论文阅读】SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络
[论文阅读]SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络 文章目录 [论文阅读]SCAttNet:具有空间和通道注意机制的高分辨率遥感图像语义分割网络 一.总体介绍 二.概述 ...
- 论文阅读：PMF基于视觉感知的多传感器融合点云语义分割Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation
题目:Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation 中文:用于 3D LiDAR 语义分割的多传感器感 ...
最新文章
- 为什么使用单页应用_为什么我讨厌您的单页应用
- Ubuntu Server 16.04服务器版配置图解教程06 - 安装MySql
- 计算机一级汉字录入在线联系,计算机一级考试指导：汉字录入题的操作
- 内存中有两个4字节以压缩的bcd_卷积神经网络的压缩与加速 -- 剪枝(PRUNING)论文(二)...
- 流程DEMO-补打卡
- Springboot跨域 ajax jsonp请求
- c ++递归算法数的计数_C ++程序使用数组中的递归查找数字的最后一次出现
- 腾讯地图 添加事件和移除事件
- cowboy源码分析
- HDU-神、上帝以及老天爷
- 隐马尔科夫模型(Hidden Markov Models) 系列之一
- MySQL UTF8与UTF8MB4
- 【IoT】产品设计：如何写好硬件产品的需求文档？
- 软考-中级软件设计师电子资料合集
- 苹果iPhone手机升级系统内存空间变小不够如何解决?
- 第7讲 视觉里程计1 下篇
- Ardupilot Pre-Arm安全检查程序分析
- 2021年全国计算机南京考点,2021考研考场安排:往年南京市考研考点及考场安排
- 创新业务中真需求和伪需求的思考
- 一道小学题，解答了我与学霸的差距