一种基于多支路卷积注意力模型的光学影像图像分割方法

本发明提供了一种基于多支路卷积注意力模型的光学影像图像分割方法，其(1)定义与实例化数据集；(2)可视化输入数据；(3)定义与实例化多支路卷积注意力网络模型；(4)训练多支路卷积注意力网络模型。本发明提出的多支路卷积注意力模型通过卷积和Transfomer并行的模块，并且在每个卷积模块中增加了直接的跳跃连接，同时引入了一种引入了融合模块，代替常见的拼接操作，其可以有效融合两条支路所提取的全局信息和局部信息，并对其进行过滤，只保留其中有意义的部分，提高模型效率；多支路卷积注意力模型能更好地保留高层次的语义信息，同时结合低层次的细节信息，得到更精确的分割结果。