LSNet：用于遥感图像变化检测的极轻量孪生网络
计算机视觉与模式识别
2022-01-25 v1
摘要
孪生网络正成为遥感图像（RSI）变化检测的主流。然而近年来，更复杂的结构、模块和训练过程的发展导致了模型臃肿，阻碍了其在大尺度 RSI 处理中的应用。为此，本文提出一种用于 RSI 变化检测的极轻量孪生网络（LSNet），其以深度可分离空洞卷积替代标准卷积，并去除冗余的密集连接，在执行孪生特征融合的同时仅保留有效特征流，大幅压缩了参数量和计算量。与 CCD 数据集上的第一名模型相比，LSNet 的参数量和计算量分别大幅降低 90.35% 和 91.34%，而精度仅下降 1.5%。
引用
@article{arxiv.2201.09156,
title = {LSNet: Extremely Light-Weight Siamese Network For Change Detection in Remote Sensing Image},
author = {Biyuan Liu and Huaixin Chen and Zhixi Wang},
journal= {arXiv preprint arXiv:2201.09156},
year = {2022}
}