一、该网络中采用了上下文信息捕获模块。通过扩大感受野,在保留细节信息的同时,在中心部分进行多尺度特征的融合,缓解了传统算法中细节信息丢失的问题;通过自适应地融合局部语义特征,该网络在空间特征和通道特征之间建立长距离的依赖关系;
二、分割网络:边缘提取网络+细节优化网络
E-net
D-net
将原始图像与 E-Net 的 3 通道分割结果作为 D-Net 的 6 通道输入进行级联文章来源:https://www.toymoban.com/news/detail-551541.html
文章来源地址https://www.toymoban.com/news/detail-551541.html
到了这里,关于论文阅读:基于深度学习的大尺度遥感图像建筑物分割研究的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!