摘要
本发明提出了基于多尺度局部特征增强的遥感语义分割算法,包括以下步骤:步骤S1:收集2个公开的遥感图像语义分割数据集;步骤S2:根据上述收集的2个公开的遥感图像语义分割数据集对我们提出的遥感图像语义分割算法进行训练;步骤S3:根据所述遥感图像语义分割模型,对待检测的遥感图像进行检测。提出了一种创新的混合分割模型,该模型巧妙地结合了优化版的卷积神经网络ResNet‑50与先进的Swin‑Transformer架构,并创新性地融入了RFB即Repective Field Block特征融合模块和WCCW即Window Connect Cross Window特征提取模块。这种设计有效地解决了多尺度特征相关性不足以及解码层特征利用不充分的问题,从而显著提高了遥感图像语义分割的精确度。
技术关键词
遥感图像语义分割
多尺度局部特征
输出特征
语义分割算法
分区模块
拉普拉斯金字塔
通道
特征提取模块
标识符
注意力
粗略
数据
检测头
分支
解码
关系