基于SegFormer的无人机遥感图像语义分割
计算机视觉与模式识别
2025-10-29 v1
摘要
无人机作为遥感平台的使用不断增长，因而在地面目标识别方面显示出重要价值。虽然卫星遥感图像在分辨率和气象抗性方面存在局限，但无人机遥感图像由于采用低速无人机，能够提供更高的目标分辨率和灵活性。先进的机器学习技术的出现推动了图像分析领域的显著进步，尤其是在无人机遥感图像的语义分割方面取得了重要进展。本文评估了SegFormer——一种语义分割框架——在无人机图像语义分割中的有效性和效率。SegFormer系列模型，从实时（B0）到高性能（B5）不等，均使用专为语义分割任务设计的UAVid数据集进行评估。研究详细介绍了针对无人机语义分割情境下SegFormer的体系结构和训练程序。实验结果展示了模型在基准数据集上的性能，突出其在多样化无人机场景中准确描绘对象和地表覆盖特征的能力，实现了高效能与高性能。
引用
@article{arxiv.2410.01092,
title = {Semantic Segmentation of Unmanned Aerial Vehicle Remote Sensing Images using SegFormer},
author = {Vlatko Spasev and Ivica Dimitrovski and Ivan Chorbev and Ivan Kitanovski},
journal= {arXiv preprint arXiv:2410.01092},
year = {2025}
}