基于CNN和Efficient Transformer的多尺度遥感图像语义分割算法

张振利,胡新凯,李凡,冯志成,陈智超

Semantic segmentation algorithm for multiscale remote sensing images based on CNN and Efficient Transformer

Zhenli ZHANG,Xinkai HU,Fan LI,Zhicheng FENG,Zhichao CHEN

表 1 不同模型在ISPRS Vaihingen数据集上的分割结果对比

Tab.1 Comparison of segmentation results of different models in ISPRS Vaihingen dataset

模型 IoU/% OA/% MIoU/% 不透明表面 建筑物 低矮植被 树木 汽车 FCN[23] 78.81 85.45 65.56 74.76 24.25 86.49 65.56 DANet[6] 77.80 84.81 63.55 68.33 36.05 84.99 66.11 HRNet[24] 78.35 82.72 63.21 75.94 38.49 86.17 67.74 DeepLabV3[25] 79.28 86.34 66.05 77.22 30.49 86.34 67.88 Segformer[27] 78.88 83.18 61.04 75.39 45.22 85.94 68.74 UNet[26] 77.38 83.85 61.04 75.05 34.03 84.43 66.27 TransUNet[28] 76.68 81.05 63.46 74.08 46.53 84.80 68.36 SwinUNet[29] 74.16 77.85 62.01 73.46 35.62 83.50 64.62 本研究 79.98 84.88 65.27 74.44 57.69 86.51 72.45