ACLNet：一种基于注意力与聚类的云分割网络
计算机视觉与模式识别
2022-07-14 v1 人工智能
摘要
我们提出了一种名为 ACLNet 的新型深度学习模型，用于从地面图像中进行云分割。ACLNet 同时使用深度神经网络和机器学习（ML）算法来提取互补特征。具体而言，它使用 EfficientNet-B0 作为骨干网络，使用“空洞空间金字塔池化”（ASPP）在多个感受野下学习，并使用“全局注意力模块”（GAM）从图像中提取细粒度细节。ACLNet 还使用 k-means 聚类来更精确地提取云边界。ACLNet 对白天和夜间图像均有效。它比最先进的云分割模型具有更低的错误率、更高的召回率和更高的 F1-score。ACLNet 的源代码可在此处获取：https://github.com/ckmvigil/ACLNet。
引用
@article{arxiv.2207.06277,
title = {ACLNet: An Attention and Clustering-based Cloud Segmentation Network},
author = {Dhruv Makwana and Subhrajit Nag and Onkar Susladkar and Gayatri Deshmukh and Sai Chandra Teja R and Sparsh Mittal and C Krishna Mohan},
journal= {arXiv preprint arXiv:2207.06277},
year = {2022}
}
备注
11 pages, 3 figures, 5 tables, Published in remote sensing letters