摘要
本发明公开了一种超长上下文建模的大幅面遥感影像语义分割方法,包括以下步骤:获取遥感数据;构建包括基于视觉自注意力模型的骨干网络、感受野拓展层、特征聚合层、全局特征指导网络和基于混合专家的解码器的基本网络;对骨干网络和全局特征指导网络进行分层预训练;对基本网络进行端到端训练和微调;获取最终网络模型,以实现大幅面遥感影像语义分割。本发明所述方法能够在单台设备上处理亿级序列长的视觉上下文,同时保证计算和内存开销处于合理范围。基于上述骨干网络架构,采用高效的专家混计算策略,进一步优化模型的解码器部分,使其能够有效应对不同数据环境的语义分割任务。
技术关键词
注意力模型
解码器
多层感知机
非暂态计算机可读存储介质
语义
前馈神经网络
分层
视觉
超参数
处理器
地物类别
影像
数据获取模块
分割装置
计算机程序产品
注意力机制
网络架构
系统为您推荐了相关专利信息
沙盘控制
声光电设备
服务端
虚拟沙盘
数字沙盘系统
检测识别方法
内河船舶
网络优化策略
网络结构
多层次
特征识别方法
大语言模型
增量式学习
自然语言
三维模型
医学图像分割方法
计算机程序指令
策略
医学图像分割系统
动态上下文信息
摔倒预警方法
雷达点云数据
多模态
节点
姿态识别模型