《表1 DenseNet参数配置》

  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

《特征重校准融合密集神经网络的遥感场景分类》

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

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。