前言

想要学习一个网络，最重要的就是网络结构和损失函数，一个讲了网络是怎么学，一个讲了网络将会学成什么样（个人理解）。本文将会对网络进行讲解。
此网络训练主要分为两部分，先是用自监督网络对特征提取部分进行优化，然后再用传统的语义分割进行细调。

自监督学习部分

自监督网络和传统网络不一样，他是不需要标签的。使用对比损失进行学习，本网络将对比学习也分成了两部分，一部分是对全局特征进行对比，另一部分是对局部特征进行对比。最后得出两个损失再加权求和，这么做可以提供网络对小目标的学习能力。
对比损失：对比损失期望正样本对相似，负样本对不相似。具体来说，一个小批次的N个样本增加为2N个样本。从同一样本中增加的一对样本形成正对，其他2（N−1）样本为阴性样本。具体流程如图所示：

将一张256x256的图片分割成两张小的224x224图片，这两张图片作为正例，而同一批次的其它图片全部作为负例，
Rois参数是索引标签，用来记录局部特征图的位置。两张224x224图片再经过缩放翻转后，图片内的对象会发生位置变化，所以要主动引入的索引标签，以确保两个224x224图片的局部特征图的位置可以在原始图像中相互对应。

语义分割细调部分

语义分割部分比较简单了，网络是经典的语义分割U型结构。先经过一个主干网络进行特征提取，然后对特征进行编码和解码，最后经过上采样后进行输出。具体流程如图所示：

总结

如果有问题可以再评论区进行留言，创作不易，如果帮助到了您，欢迎点赞收藏加关注。

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构相关推荐

学习笔记-基于全局和局部对比自监督学习的高分辨率遥感图像语义分割-day1
基于全局和局部对比自监督学习的高分辨率遥感图像语义分割-day1 摘要一. 引言摘要最近,监督深度学习在遥感图像(RSI)语义分割中取得了巨大成功. 然而,监督学习进行语义分割需要大量的标记样本 ...
学习笔记-基于全局和局部对比自监督学习的高分辨率遥感图像语义分割-day2
高分辨率遥感图像语义分割-day2 摘要一.引言二.方法 2.1 对比学习 2.2 全局风格与局部匹配对比学习网络(GLCNet) 2.2.1 全局风格对比学习模块: 2.2.2局部匹配对比学习: ...
[论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms
[论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms 文章目录 [论文阅读]面向全局:用于高分辨率遥感图像语义分割的宽上下transforms 一.总体介绍二.具体作用 3 ...
毕业设计-基于卷积神经网络的遥感图像语义分割方法
目录前言课题背景和意义实现技术思路一.相关技术理论二.基于残差融合和多尺度上下文信息的遥感图像语义分割方法三.基于注意力机制和边缘检测的遥感图像语义分割方法实现效果图样例最后前言
【Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
Keras】基于SegNet和U-Net的遥感图像语义分割
from:[Keras]基于SegNet和U-Net的遥感图像语义分割上两个月参加了个比赛,做的是对遥感高清图像做语义分割,美其名曰"天空之眼".这两周数据挖掘课期末projec ...
基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状
参考基于深度学习的高分辨率遥感图像目标检测技术目前的研究现状 - 云+社区 - 腾讯云目录一.概述二.通用目标检测方法 1.类不平衡问题 2.复杂背景 3.目标的尺度变化 4.特殊视角 5 ...
论文笔记（二）：基于卷积神经网络的高分辨率遥感图像上的水体识别技术
基于卷积神经网络的高分辨率遥感图像上的水体识别技术作者:徐文健作者单位:浙江大学日期:2017.01 (硕士学位论文) https://kns.cnki.net/KCMS/detail/deta ...
Pytorch：图像语义分割-基于VGG19的FCN8s实现
Pytorch: 图像语义分割-基于VGG19的FCN8s语义分割网络实现 Copyright: Jingmin Wei, Pattern Recognition and Intelligent Sy ...

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构

前言

自监督学习部分

语义分割细调部分

总结

基于全局和局部对比自监督学习的高分辨率遥感图像语义分割day3 - 网络结构相关推荐

最新文章

热门文章