本文提出一种轻量级DeepLabv3+模型的遥感建筑物提取方法: 使用轻量级网络MobileNetv2替换原模型的主干网络Xception; 在此基础上,将ASPP中空洞卷积的空洞率进行优化组合,提出一种新的ASPP模块结构,通过调整模型中的学习率和卷积核等参数,使模型达到更优的建筑物提取效果。 1.1 DeepLabv3+模型 DeepLabv3+引入Encoder-Decod...
针对DeepLab模型对遥感影像建筑物边缘分割不精确、分割大尺度目标存在孔洞现象、网络参数量大等问题,提出一种轻量级DeepLabv3+模型的遥感影像建筑物提取方法。该方法使用轻量级网络MobileNetv2替换DeepLabv3+的主干网络Xception,从而减少参数量、提高训练速度;对空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)的空洞率...