《表1 ResNet34结构参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度残差全卷积网络的Landsat 8遥感影像云检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文将ResNet34的四次下采样的结果连接至解码器的上采样，设计出了基于残差网络改进的U-Net。改进后的网络仍为编码-解码架构，其中编码器以ResNet34的组合卷积模块代替原版U-Net中的双卷积编码模块。每个编码器中所包含的残差模块具体数量见表1。将经由卷积模块操作后的特征跨层连接至对应解码器。为了避免过拟合，提高网络的泛化能力，在优化器中加入L2正则化。由于池化层在不断降采样过程中可能会导致特征的丢失，本文使用图3(b）的残差模块代替最大池化层。而原解码器中的上采样操作使用反卷积操作，本文中将其改进为更易训练的双线性插值方法。最终网络结构如图2所示，具体结构参数见表2。可训练参数由原版U-Net的31390786个增加至53344258，提高了网络的表达能力及泛化能力。