11 天前

ResAttUNet:基于注意力机制激活的残差UNet检测海洋垃圾

Azhan Mohammed
ResAttUNet:基于注意力机制激活的残差UNet检测海洋垃圾
摘要

目前,深度学习技术在遥感领域的应用已催生大量研究成果。随着海洋垃圾档案库(Marine Debris Archive, MARIDA)这一开源数据集及其基准测试结果的发布,为海洋垃圾检测任务引入深度学习技术开辟了新的研究路径。本文提出了一种新型基于注意力机制的分割方法,其性能超越了MARIDA所公布的现有最先进水平。该方法设计了一种新型的空间感知编码器-解码器架构,能够有效保留遥感图像中稀疏真实标注区域的上下文信息与结构特征。实验结果表明,该方法为未来基于遥感图像的深度学习研究提供了有力支持。相关代码已开源,地址为:https://github.com/sheikhazhanmohammed/SADMA.git。

ResAttUNet:基于注意力机制激活的残差UNet检测海洋垃圾 | 最新论文 | HyperAI超神经