遷移學(xué)習(xí)幫大忙！成都理工大學(xué)搭建 SCDUNet++ 模型進(jìn)行滑坡測繪

AIGC動態(tài)歡迎閱讀

原標(biāo)題：遷移學(xué)習(xí)幫大忙！成都理工大學(xué)搭建 SCDUNet++ 模型進(jìn)行滑坡測繪
關(guān)鍵字：模型,滑坡,數(shù)據(jù),基線,模塊
文章來源：HyperAI超神經(jīng)
內(nèi)容字?jǐn)?shù)：9375字

內(nèi)容摘要：

作者：加零
編輯：李寶珠、三羊
成都理工大學(xué)的研究人員提出了一個名為 SCDUNet++ 的語義分割模型，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和 Transformer 的優(yōu)勢，有效開展滑坡測繪工作?；率亲畛Ｒ姷淖匀粸?zāi)害之一，通常由和降雨引發(fā)，會造成嚴(yán)重的財(cái)產(chǎn)損失和人員傷亡。由觸發(fā)的山體滑坡所造成的破壞，有時會比本身造成的破壞更為嚴(yán)重。大型發(fā)生之后，快速、準(zhǔn)確地開展滑坡測繪工作(landslide mapping, LM) 對于緊急救援、及時定量災(zāi)害評估和災(zāi)后重建至關(guān)重要。
近年來，人們對遙感圖像自動繪制滑坡地圖的方法進(jìn)行了大量研究，但由于山體滑坡在特征和規(guī)模上存在較大差異，加之光學(xué)遙感影像存在相似性，導(dǎo)致現(xiàn)有方法在準(zhǔn)確進(jìn)行滑坡測繪工作時面臨著各種各樣的挑戰(zhàn)。
遙感滑坡圖像
為此，成都理工大學(xué)的研究人員提出了一個名為 SCDUNet++ 的語義分割模型 ，該模型結(jié)合了卷積神經(jīng)網(wǎng)絡(luò) (CNN) 和 Transformer 的優(yōu)勢，增強(qiáng)了對滑坡特征的識別和提取，性能優(yōu)于 FCN, DeepLabv3+, Segformer 等其他 8 個深度學(xué)習(xí)模型，在 IoU 方面提高了 1.91% 至

原文鏈接：遷移學(xué)習(xí)幫大忙！成都理工大學(xué)搭建 SCDUNet++ 模型進(jìn)行滑坡測繪

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
作者微信：HyperAI
作者簡介：解構(gòu)技術(shù)先進(jìn)性與普適性，解讀更前沿的 AIForScience 案例