-
题名基于改进U2Net模型的无人机航拍图像地物分割
- 1
-
-
作者
韩旭
-
机构
武汉城市职业学院建筑工程学院
-
出处
《测绘与空间地理信息》
2025年第6期175-177,184,共4页
-
文摘
针对常用航拍图像分割分类方法效果较差、对复杂环境适应性弱等问题,提出一种改进U2Net深度学习(U2 Convolutional Networks)航拍图像分割模型。对U2Net模型中残差子模块添加通道注意力与条件模块,对不同特征层添加权重信息,可有效提高U2Ne模型对航拍图像有效特征提取能力,增加模型稳定性。在航拍图像分割公共数据集中,与U2Net模型比较,准确率和召回率均有所提高,表明所提改进模型可稳定分割航拍图像,具有较强的鲁棒性。
-
关键词
航拍图像地物分割
u2net模型
残差子模块
通道注意力与条件模块
-
Keywords
aerial image object segmentation
u2net model
residual submodules
channel attention and condition modules
-
分类号
P231
[天文地球—摄影测量与遥感]
-
