基于改进U-net的遥感图像分割算法研究
分布式、并行与集群计算
2024-08-26 v1 计算机视觉与模式识别
摘要
近年来，尽管U-Net网络在图像分割领域取得了显著进展，但在遥感图像分割中仍面临性能瓶颈。本文创新性地提出在U-Net中引入SimAM和CBAM注意力机制，实验结果表明，单独添加SimAM和CBAM模块后，模型在MIoU上分别提升了17.41%和12.23%，Mpa和Accuracy也显著提高。而将两者融合后，模型性能在MIoU上跃升19.11%，Mpa和Accuracy也分别提升了16.38%和14.8%，展现出优异的分割精度和视觉效果，具有较强的泛化能力和鲁棒性。本研究为遥感图像分割技术开辟了新路径，对算法选择与改进具有重要参考价值。
引用
@article{arxiv.2408.12672,
title = {Research on Improved U-net Based Remote Sensing Image Segmentation Algorithm},
author = {Qiming Yang and Zixin Wang and Shinan Liu and Zizheng Li},
journal= {arXiv preprint arXiv:2408.12672},
year = {2024}
}