BriefGPT - AI 论文速递
·
DCP-Net: 一种用于遥感语义分割的分布式协作感知网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种多路径编码器结构来提取多路径输入的特征，并使用多路径注意力融合块模块和细化注意力融合块模块来融合特征。同时，提出了一种名为注意力融合网络 (AFNet) 的新的卷积神经网络架构。在实验中，AFNet 在 ISPRS Vaihingen 2D 数据集和 ISPRS Potsdam 2D 数据集上取得了最先进的性能。
🎯
关键要点
- 提出了一种多路径编码器结构来提取多路径输入的特征。
- 使用多路径注意力融合块模块融合多路径特征。
- 使用细化注意力融合块模块融合高层抽象特征和低层空间特征。
- 提出了一种新的卷积神经网络架构，名为注意力融合网络 (AFNet)。
- AFNet 在 ISPRS Vaihingen 2D 数据集上达到了 91.7% 的整体精度和 90.96% 的平均 F1 分数。
- AFNet 在 ISPRS Potsdam 2D 数据集上达到了 92.1% 的整体精度和 93.44% 的平均 F1 分数。
- AFNet 取得了最先进的性能。
➡️
