CLiSA:一种使用正交交叉注意力的卫星云图层分割的层次混合 Transformer 模型
本研究通过训练16种不同模型实现高分辨率卫星图像的多类别分割,其中1D-Justo-LiuNet模型在海洋-陆地-云覆盖分割方面性能优于U-Net模型,但推理时间较长。研究发现图像分割应在L1b辐射计校准后进行,减少光谱通道可降低参数数量和推理时间,但会牺牲分割性能。
原文中文,约400字,阅读约需1分钟。
本研究通过训练16种不同模型实现高分辨率卫星图像的多类别分割,其中1D-Justo-LiuNet模型在海洋-陆地-云覆盖分割方面性能优于U-Net模型,但推理时间较长。研究发现图像分割应在L1b辐射计校准后进行,减少光谱通道可降低参数数量和推理时间,但会牺牲分割性能。