文献检索-宁波市创意产业特色资源库

限定检索结果

基于DeepLabV3+孪生网络的遥感建筑物变化检测: 收藏
分享
引用; 《国外电子测量技术》2024年第3期43卷 129-137页; 作者：郭江辛月兰王庆庆王浩臣盛月青海师范大学计算机学院西宁810001 藏语智能信息处理及应用国家重点实验室西宁810001; 针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来...; 针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特征;其次,针对孪生网络特征融合不充分的问题,设计了基于注意力的双通道融合模块;此外,为提高模型整体信息感知能力,对空洞空间卷积金字塔池化做增强处理;最后,在特征恢复阶段引入特征对齐模块和全连接CRF进一步补充和细化分割结果。在LEVIR-CD数据集上精确率(precision)、召回率(recall)和F1指数分别达到了0.9233、0.8994和0.9112。; 来源：详细信息评论

限定检索结果