-
图 1 多元特征图融合网络模型框架图
Figure 1.
-
图 2 金字塔池化结构
Figure 2.
-
图 3 不同方法分割结果对比图
Figure 3.
-
ResNet卷积层 光学遥感图像分支输出 高程数据分支输出 多元特征融合 融合输出 输出尺寸 7×7，64，步幅2 L1-img L1-ele 1/2 3×3，最大值池化，步幅2
$\left. \begin{aligned}& \ \, 1 \times 1,\;64\\ & \ \, 3 \times 3,\;64\;\;\;\; \times 3\\ & \ \, 1 \times 1,\;256 \end{aligned} \right\}$L2-img L2-ele √ C2 1/4 $\left. \begin{aligned} & 1 \times 1,\;128\\ & 3 \times 3,\;128\;\;\;\; \times 4\\ & 1 \times 1,\;512 \end{aligned} \right\}$ L3-img L3-ele √ C3 1/8 $\left. \begin{aligned} & 1 \times 1,\;128\\ & 3 \times 3,\;128\;\; \times 23\\ & 1 \times 1,\;512 \end{aligned} \right\}\left( {{\text{带孔卷积}} } \right)$ L4-img L4-ele √ C4 1/8 $\left. \begin{aligned}& \ \, 1 \times 1,\;512\\ & \ \, 3 \times 3,\;512\;\; \times 3\\ & \ \, 1 \times 1,\;2048 \end{aligned} \right\}\left( {{\text{带孔卷积}} } \right)$ L5-img L5-ele √ C5 1/8 表 1 特征编码网络结构
-
模型 mIOU OA F1 道路 建筑物 草地 树木 车辆 其它 Color-E 68.96 81.77 0.85 0.88 0.72 0.83 0.50 0.59 MFFNet 75.81 84.75 0.89 0.91 0.79 0.87 0.62 0.68 MFPNet 77.10 85.95 0.91 0.96 0.82 0.88 0.76 0.75 表 2 MFPNet模型消融实验结果
-
方法 mIoU OA F1 道路 建筑物 草地 树木 车辆 其它 FCN 59.65 79.67 0.82 0.86 0.69 0.81 0.56 0.59 Deeplab 70.85 82.75 0.86 0.89 0.72 0.82 0.60 0.61 PSPNet 74.96 83.92 0.90 0.93 0.74 0.81 0.65 0.63 MFPNet 77.10 85.95 0.91 0.96 0.82 0.88 0.76 0.75 表 3 MFPNet与其他方法的对比结果
图共
3 个 表共
3 个
