D-LinkNet：基于预训练编码器与空洞卷积的高分辨率遥感影像道路提取方法

道路提取是遥感领域的一项基础性任务，过去十年间一直是研究热点。本文提出一种名为D-LinkNet的语义分割神经网络，用于道路提取任务。该网络采用编码器-解码器结构，结合空洞卷积（dilated convolution）以及预训练的编码器。D-LinkNet基于LinkNet架构构建，并在其核心部分引入空洞卷积层。LinkNet架构在计算效率和内存占用方面具有优势。空洞卷积能够有效扩大特征点的感受野，同时保持特征图的分辨率不变，是一种强大的特征提取工具。在CVPR DeepGlobe 2018道路提取挑战赛中，我们的模型在验证集和测试集上分别取得了0.6466和0.6342的最高交并比（IoU）得分。