首页|基于轻量级Transformer的城市路网提取方法

基于轻量级Transformer的城市路网提取方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征的提取和融合,生成像素类别的概率分布.结合Mosaic与多尺度缩放和随机裁剪策略实现数据增强,构建精细多样的遥感图像.针对城市遥感图像中道路类别和背景类别的不平衡问题,提出动态加权损失函数.实验结果表明,RoadViT的参数量仅为1.25 × 106,在Jetson TX2上的推理速度可达10帧/s,在CHN6-CUG数据集上的精度可达57.0％.所提方法是轻量级Transformer在城市遥感图像中的有效探索,在保证推理实时性的同时,实现道路提取精度的提升.
Urban road network extraction method based on lightweight Transformer

urban road network extractionTransformerMobileViTsemantic segmentation of remote sens-ing imagelightweight model

冯志成、杨杰、陈智超

展开 >

江西理工大学电气工程与自动化学院,江西赣州 341000

江西省磁悬浮技术重点实验室,江西赣州 341000

城市路网提取 Transformer MobileViT 遥感图像语义分割 轻量级模型

国家自然科学基金

62063009

2024

10.3785/j.issn.1008-973X.2024.01.005

浙江大学学报(工学版)
浙江大学

浙江大学学报(工学版)

CSTPCD北大核心
影响因子：0.625
ISSN：1008-973X
年,卷(期)：2024.58(1)
  • 31