论文阅读—2023.7.13:遥感图像语义分割空间全局上下文信息网络(主要为unet网络以及改unet)附加个人理解与代码解析

前期看的文章大部分都是深度学习原理含量多一点,一直在纠结怎么改模型,论文看的很吃力,看一篇忘一篇,总感觉摸不到方向。想到自己是遥感专业,所以还是回归遥感影像去谈深度学习,回归问题,再想着用什么方法解决问题。

一、问题与解决方法

1、易丢失空间信息

在 Decoder 阶段输出多尺度特征,与 ReEncoder 阶段结合获取全局上下文信息

2、边界信息不明确

保留边界损失函数,设计多尺度损失函数级联方法

Attention U-Net,在 U-Net 网络高低级语义信息融 合的过程中,加入注意力控制模块( Attention gates),强化了有效信息的传递,对无效信息的传输进行抑制。

二、原理

1、问题一的原理

Unet网络

参考这三篇,写的特别详细

Pytorch深度学习实战教程(二):UNet语义分割网络 - 知乎 (zhihu.com)

Pytorch深度学习实战教程(三):UNet模型训练,深度解析! - 知乎 (zhihu.com)

(个人记录:损失函数优化器选择)

U-Net原理分析与代码解读 - 知乎 (zhihu.com)

作者的网络

网络可以看懂,但是不懂这样做可以解决第一个问题的原理。

2、问题2的原理

结果

相关推荐
张较瘦_5 小时前
[论文阅读] 人工智能 | 读懂Meta-Fair:让LLM摆脱偏见的自动化测试新方法
论文阅读·人工智能
李加号pluuuus18 小时前
【论文阅读】CogView: Mastering Text-to-Image Generation via Transformers
论文阅读
李加号pluuuus18 小时前
【论文阅读】CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer
论文阅读·深度学习·transformer
0x2111 天前
[论文阅读]Tensor Trust: Interpretable Prompt Injection Attacks from an Online Game
论文阅读·prompt
s1ckrain2 天前
【论文阅读】VARGPT-v1.1
论文阅读·多模态大模型·统一生成模型
Catching Star3 天前
【论文笔记】【强化微调】Vision-R1:首个针对多模态 LLM 制定的强化微调方法,以 7B 比肩 70B
论文阅读·强化微调
王上上3 天前
【论文阅读41】-LSTM-PINN预测人口
论文阅读·人工智能·lstm
s1ckrain3 天前
【论文阅读】DeepEyes: Incentivizing “Thinking with Images” via Reinforcement Learning
论文阅读·强化学习·多模态大模型·vlm
张较瘦_4 天前
[论文阅读] 人工智能 + 软件工程 | 需求获取访谈中LLM生成跟进问题研究:来龙去脉与创新突破
论文阅读·人工智能
北京地铁1号线4 天前
GPT-2论文阅读:Language Models are Unsupervised Multitask Learners
论文阅读·gpt·语言模型