BAFNet: Bilateral Attention Fusion Network for Lightweight Semantic Segmentation of Urban Remote Sensing Images
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种轻量级语义分割网络BAFNet,采用双路径设计和双重注意力机制,在有限样本和计算资源下显著提高了城市遥感图像的分割效率和精度,超越了多个轻量级模型,表现与非轻量级方法相当。
🎯
关键要点
-
BAFNet是一种轻量级语义分割网络,旨在解决大型语义分割网络在有限样本和计算资源下的应用挑战。
-
BAFNet采用双路径设计,利用大核注意力捕获长程依赖,并结合多尺度局部注意力。
-
该网络显著提高了城市遥感图像的分割效率和精度。
-
实验结果表明,BAFNet在多个数据集上超越了先进的轻量级模型,且性能与非轻量级方法相当。
🏷️