高分辨率遥感影像建筑物提取的特征聚合网络
原文中文，约400字，阅读约需1分钟。发表于：。通过提出 Feature Aggregation Network (FANet) 方法，本研究突破了高分辨率卫星遥感图像处理中细粒度表面特征提取的关键技术挑战。
DFANet是一种高效的卷积神经网络架构，用于在资源有限的情况下进行语义分割。DFANet通过子网络和子阶段级联聚合区分特征，通过多尺度特征传播，大大减少了参数数量，并提高了模型学习能力，在速度和分割性能之间取得平衡。在Cityscapes和CamVid数据集上的实验证明了DFANet具有比现有最先进的实时语义分割方法快2倍，FLOPs少8倍的卓越性能，同时提供可比较的准确性。
