多尺度融合卷积的轻量化Transformer无人机地物识别模型

作     者：肖斌 罗浩 张恒宾 刘宏伟 张兴鹏 XIAO Bin;LUO Hao;ZHANG Hengbin;LIU Hongwei;ZHANG Xingpeng

作者机构：西南石油大学计算机科学学院四川成都610500 

基　　金：国家自然科学基金项目(62006200) 四川省自然科学基金项目(2022YFG0179) 油气藏地质与开发国家重点实验室开放基金项目(成都理工大学)(PLC20211104) 

出 版 物：《郑州大学学报（理学版）》 (Journal of Zhengzhou University:Natural Science Edition)

年 卷 期：2024年第56卷第1期

页      码：32-39页

摘      要：Transformer模型性能优越,但其巨大的参数量不适合资源受限的无人机遥感任务。为此,提出一种用于无人机遥感图像的多尺度融合卷积的轻量化Transformer模型,通过设计三种优化策略来提高精度以及减少参数量。首先,设计了一种轻量级多尺度融合卷积方法,补充Transformer丢失的块内空间信息,从而有效提取多尺度上的粗、细粒度特征表示。其次,设计了多尺度缩减键值序列的方式,优化Transformer中的自注意力计算。最后,设计了轻量级的MLP解码器,进一步减少模型参数量。在Vaihingen和Potsdam数据集上与一些主流模型进行了对比实验,结果表明,所提模型的F 1值和交并比均有所提升。同时,在Potsdam数据集上准确度提升0.29%,参数量比双分支网络STransFuse减少18%。

主 题 词：无人机遥感影像 Transformer 语义分割 轻量级 多尺度 卷积神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13705/j.issn.1671-6841.2022210

馆 藏 号：203120976...