《表1 DenseNet参数配置》
如图2所示,网络结构设计步骤为:(1)在每个Dense block的卷积变换之后嵌入SE block,对每个遥感场景特征通道的信息进行权重自动分配;(2)在嵌入SE block旁引入多尺度SE block分支,即在全局池化层前加入1×1与3×3的卷积层,用以解决不同尺度下遥感影像场景特征图之间的空间联系;(3)将两种分支权重通过Scale操作加权到最初的遥感场景特征图中,以增强整个神经网络的泛化能力。该模型通过“特征重校准”策略,高效利用多维特征信息,并且由于多尺度SE block分支的引入,有效的将不同尺度下的遥感场景影像特征进行融合,保证遥感场景影像有效特征稳定保留,增强整体网络的学习和表达能力,进一步提升网络性能与泛化能力。本文的网络模型由4个Dense block构成,每一个Dense block后嵌入SE block并引入多尺度SE block分支。DenseNet的参数配置见表1。
图表编号 | XD00170295800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.16 |
作者 | 陈德海、潘韦驰、马原、黄艳国 |
绘制单位 | 江西理工大学电气工程及自动化学院、江西理工大学电气工程及自动化学院、江西理工大学电气工程及自动化学院、江西理工大学电气工程及自动化学院 |
更多格式 | 高清、无水印(增值服务) |