Deep Attention Unet: A Network Model with Global Feature Perception Ability

要約

タイトル: Deep Attention Unet: パーセプション能力を持ったグローバル特徴のネットワークモデル
要約:
– リモートセンシング画像のセグメンテーションは、環境保護、農業生産、都市建設などのガイドを提供する特定のタスクである。
– 本論文では、チャンネル自己注意メカニズムと残差接続に基づく新しいタイプのUNet画像セグメンテーションアルゴリズムを提案する。
– 実験により、新しいネットワークモデルは、FoodNetデータセットで従来のUNetに比べてmIOUを2.48%改善した。
– 本論文で提案された画像セグメンテーションアルゴリズムは、画像内の異なるアイテム間の内部接続を強化し、遮蔽されたリモートセンシング画像のセグメンテーション結果を改善している。

要約(オリジナル)

Remote sensing image segmentation is a specific task of remote sensing image interpretation. A good remote sensing image segmentation algorithm can provide guidance for environmental protection, agricultural production, and urban construction. This paper proposes a new type of UNet image segmentation algorithm based on channel self attention mechanism and residual connection called . In my experiment, the new network model improved mIOU by 2.48% compared to traditional UNet on the FoodNet dataset. The image segmentation algorithm proposed in this article enhances the internal connections between different items in the image, thus achieving better segmentation results for remote sensing images with occlusion.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI