典型文献
改进U-Net的高分辨率遥感图像轻量化分割
文献摘要：
针对传统图像分割方法分割效率低下,遥感图像特征复杂多样,复杂场景下分割性能受到限制等问题,在基于U-Net网络架构的基础上,提出一种能够较好提取遥感图像特征并兼顾效率的改进U-Net模型.首先,以EfficientNetV2作为U-Net的编码网络,增强特征提取能力,提高训练和推理效率,然后在解码部分使用卷积结构重参数化方法并结合通道注意力机制,几乎不增加推理时间的前提下提升网络性能,最后结合多尺度卷积融合模块,提高网络对不同尺度目标的特征提取能力和更好地结合上下文信息.实验表明,改进的网络在遥感图像分割性能提升的同时分割效率也提高.
文献关键词：
遥感图像;图像分割;U-Net;EfficientNetV2;结构重参数化;多尺度卷积;注意力机制;卷积神经网络
中图分类号：
作者姓名：
胡伟;文武;魏敏
作者机构：
成都信息工程大学计算机学院,成都610225
文献出处：
引用格式：
[1]胡伟;文武;魏敏-.改进U-Net的高分辨率遥感图像轻量化分割)[J].计算机系统应用,2022(12):135-146
A类：
B类：
高分辨率遥感图像,分割方法,图像特征,复杂场景,受到限制,网络架构,EfficientNetV2,编码网络,特征提取能力,提高训练,解码,结构重参数化,参数化方法,合通,通道注意力机制,推理时间,网络性能,多尺度卷积,不同尺度,上下文信息,遥感图像分割,性能提升
AB值：
0.299445
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
