摘要
本发明公开了一种基于三明治解码网络的水体语义分割方法、系统及可读存储介质,其属于遥感图像分割技术领域,解决现有神经网络对不同分辨率水体的分割精度和计算量均衡优化忽略的问题。分割方法包括遥感水体图像的特征聚合,对特征图进行向量编码,对骨干网络中不同层的特征图进行向量编码,对卷积下采样的输出进行编码,保留图像在降维过程中的原始信息,最后得到图像特征和图像特征的向量编码,逐级送入三明治解码器进行解码,将最后结果送入语义分割头中,实现遥感图像中各主体部分的语义识别和分割。本发明基于两步自注意力策略和多尺度融合卷积模块,实现空间特征聚合,提升了计算机视觉模型在水体提取任务上的分割精度和扩展能力。
技术关键词
语义分割方法
三明治
解码网络
解码器
水体
注意力
卷积模块
双分支卷积神经网络
遥感图像分割技术
中间层
语义分割系统
编码
通道
瓶颈结构
可读存储介质
深度学习模型