《表1 SE-Unet和其他网络结构对比》
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。
图表编号 | XD00967900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 刘浩、骆剑承、黄波、杨海平、胡晓东、徐楠、夏列钢 |
绘制单位 | 中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院大学、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院大学、香港中文大学地理与资源管理学系、浙江工业大学计算机科学与技术学院、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院遥感与数字地球研究所遥感科学国家重点实验室、中国科学院大学、浙江工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |