摘要
本发明公开了一种基于轻量级线性注意力与多阶特征聚合的遥感图像分割方法及系统,包括:S1.获取遥感图像,构建轻量级线性注意力特征提取器,通过引入线性层和卷积层捕获遥感图像的全局信息,并通过线性注意力机制加权特征,提取遥感图像的全局与局部特征;S2.构建多阶特征聚合引擎,将特征提取器的输出特征通过多层次逐步优化和融合多尺度特征信息,提取遥感图像中的高维语义信息;S3.基于多阶特征聚合引擎输出的特征预测图像的分割结果,并构建损失函数优化分割结果,得到最终分割图像;本发明通过引入轻量级线性注意力机制和多阶特征聚合引擎,高效提取和融合遥感图像中的多尺度特征,在提高分割精度的同时,减少计算资源的消耗。
技术关键词
遥感图像分割方法
线性
加权特征
输出特征
融合多尺度特征
注意力机制
损失函数优化
图像分割系统
特征提取器
特征提取模块
图像采集模块
多层次
多尺度特征提取
特征提取单元
输出模块
特征提取网络
多层感知机
处理器
系统为您推荐了相关专利信息
运动主体
预训练网络
运动轨迹跟踪
关键点
依赖关系分析
混凝土速凝剂
训练神经网络模型
综合误差
智能分析模块
智能控制模块
退化预测方法
ReliefF特征选择
空间结构信息
数据生成器
滑动窗口