現在、深層学習技術を活用したリモートセンシング分野において、多くの研究が進められている。海洋ごみ検出のためのオープンソースデータセット「Marine Debris Archive（MARIDA）」の導入により、ベンチマーク結果を伴うデータが公開されたことで、海洋ごみの検出およびセグメンテーションに深層学習技術を適用する新たな道が開かれた。本論文では、MARIDAで提示された既存の最先端技術を上回る性能を発揮する、新たなアテンションベースのセグメンテーション手法を提案する。さらに、画像中に存在する疎な正解パッチ（ground truth patches）の文脈情報と構造を保持するための、空間意識型エンコーダ・デコーダアーキテクチャを提案している。得られた結果は、リモートセンシング画像を用いた深層学習に関する今後の研究を促進する基盤となることが期待される。コードは以下のGitHubリポジトリで公開されている：https://github.com/sheikhazhanmohammed/SADMA.git