遥感图像语义分割的比较与策略

近年来，随着航天技术的发展，我们使用越来越多由卫星捕获的图像来获取信息。但大量无用的原始图像、有限的数据存储资源以及卫星上较差的传输能力阻碍了对有价值图像的使用。因此，有必要部署在轨语义分割模型，以在数据传输前滤除无用图像。本文对近期深度学习模型进行了详细比较。考虑到卫星的计算环境，我们在同一公开数据集上从精度、参数量与资源消耗方面比较了各方法，并分析了它们之间的关系。基于实验结果，我们进一步提出了一种可行的在轨语义分割策略。该策略将部署于支持深度学习方法且即将发射的天智-2 卫星上。