D-LinkNet: LinkNet مع مشفر مُدرَّب مسبقًا وانعكاس مُوسَّع للصور الساتلية عالية الدقة لاستخراج الطرق

استخلاص الطرق هو مهمة أساسية في مجال الاستشعار عن بعد، وقد شكل موضوعًا مركزيًا للبحث في العقد الماضي. في هذه الورقة، نقترح شبكة عصبية لتصنيف دلالي تُسمى D-LinkNet، والتي تعتمد على بنية مشفرة-مُفكّكة (encoder-decoder)، وتمدد التحويل (dilated convolution)، ومشفر مُدرّب مسبقًا (pretrained encoder) لمهام استخلاص الطرق. تم بناء الشبكة بناءً على معمارية LinkNet، وتحتوي على طبقات تحويل مُمدد في جزئها المركزي. تُعد معمارية LinkNet فعالة من حيث الحساب والاستهلاك الذاكرة. يُعد التحويل المُمدد أداة قوية تُمكن من توسيع مجال الاستقبال (receptive field) للنقاط المميزة دون تقليل دقة الخرائط المميزة (feature maps). في مسابقة استخلاص الطرق DeepGlobe 2018 التابعة لمؤتمر CVPR، بلغ أفضل معدلات التماثل (IoU) لدينا على مجموعة التحقق (validation set) ومجموعة الاختبار (test set) على التوالي 0.6466 و0.6342.