《表1 SE-Unet和其他网络结构对比》

  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

《基于特征压缩激活Unet网络的建筑物提取》

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

在组成的网络4种模块里，模块1使用2个卷积层对输入影像进行特征的初步提取，得到64维特征图；模块2使用最大池化函数进行降采样，再输入2个带特征压缩激活模块的卷积层，经过4次模块2的叠加，编码器输出空间分辨率降采样16倍的512维特征图；模块3开始对特征进行解码，先使用转置卷积进行上采样恢复空间分辨率，再和同分辨率的模块2输出的特征图在特征维进行连接，由两个带特征压缩激活模块的卷积层对特征进行进一步解码，最终得到和原输入影像相同空间分辨率的64维特征图；模块4使用2个卷积层将特征图在特征维压缩到1维，得到每个像素的建筑物类别分数，再用Sigmoid激活函数将其转化为0到1的建筑物类别概率。SE-Unet和其他网络的结构特点对比如表1所示。