本稿では、地上画像からの雲領域抽出を目的として、新規の深層学習モデルであるACLNetを提案する。ACLNetは、深層ニューラルネットワークと機械学習（ML）アルゴリズムを統合し、補完的な特徴量を抽出する。具体的には、EfficientNet-B0をバックボーンとして用い、「a trous空間的畳み込みプーリング」（ASPP）により複数の受容 field を学習し、「グローバルアテンションモジュール」（GAM）を用いて画像から細粒度の詳細情報を抽出する。さらに、クラスタリング手法であるk-meansを用いて、雲の境界をより正確に抽出する。ACLNetは昼間および夜間の画像においてともに高い性能を発揮し、最先端の雲セグメンテーションモデルと比較して、低い誤差率、高い再現率、および高いF1スコアを達成している。ACLNetのソースコードは以下のURLから公開されている：https://github.com/ckmvigil/ACLNet。