ResAttUNet：使用注意力激活的残差UNet检测海洋废弃物
计算机视觉与模式识别
2022-10-18 v1 图像与视频处理
摘要
当前，利用深度学习技术在遥感领域已完成大量研究。Marine Debris Archive（MARIDA）这一带有基准结果的开放源代码数据集的引入，为海洋废弃物检测开辟了使用深度学习技术进行废弃物检测与分割任务的新途径。本文提出一种新颖的基于注意力的分割技术，其性能优于MARIDA所引入的现有state-of-the-art结果。本文提出一种新颖的空间感知编码器与解码器架构，以保持图像中稀疏地面真值块上下文信息与结构。所得结果有望为涉及使用遥感图像的深度学习进一步研究铺平道路。代码可在https://github.com/sheikhazhanmohammed/SADMA.git获取。
引用
@article{arxiv.2210.08506,
title = {ResAttUNet: Detecting Marine Debris using an Attention activated Residual UNet},
author = {Azhan Mohammed},
journal= {arXiv preprint arXiv:2210.08506},
year = {2022}
}