首页|UNET与FPN相结合的遥感图像语义分割

UNET与FPN相结合的遥感图像语义分割

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统的遥感图像分割方法效率低下，复杂场景下分割精细度不够，以及UNET模型对于图像中包含的较小目标以及较大目标的边缘分割效果不佳等问题，本文提出了一种UNET结构与FPN结构相结合的方法，提升UNET模型整合多尺度信息的能力，同时辅以能更好地捕捉目标边缘的BLR损失函数，提升UNET模型对目标边界的分割效果。实验结果表明，本文所使用的方法有效提升了语义分割的精度，较好地缓解了对小尺度目标和大尺度目标边缘分割不佳的问题。该方法对目标边缘分割更精准，达到更好的分割效果。
Remote sensing image semantic segmentation combining UNET and FPN

王曦、于鸣、任洪娥

展开 >

东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040

黑龙江省林业智能装备工程研究中心,黑龙江哈尔滨150040

深度学习 UNET FPN BLR

中央高校基本科研业务费专项资金

2572017PZ10

2021

10.37188/CJLCD.2020-0116

液晶与显示
中科院长春光学精密机械与物理研究所 中国光学光电子行业协会液晶分会 中国物理学会液晶分会

液晶与显示

CSTPCDCSCD北大核心
影响因子：0.964
ISSN：1007-2780
年,卷(期)：2021.36(3)
  • 13
  • 19