《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》
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。
图表编号 | XD00162252600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 张家强、李潇雁、李丽圆、孙鹏程、苏晓峰、胡亭亮、陈凡胜 |
绘制单位 | 中国科学院智能红外感知重点实验室、中国科学院上海技术物理研究所、中国科学院大学、中国科学院智能红外感知重点实验室、中国科学院上海技术物理研究所、中国科学院大学、中国科学院智能红外感知重点实验室、中国科学院上海技术物理研究所、中国科学院大学、中国科学院上海技术物理研究所、上海大学上海先进通信与数据科学研究所专业光纤与光接入网络重点实验室专业光纤与先进通信国际联合研究实验室、中国科学院智能红外感知重点实验室、中国科学院上海技术物理研究所、中国科学院智能红外感知重点实验室、中国科学院上海技术物理研究所、中国科学 |
更多格式 | 高清、无水印(增值服务) |