清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

UNetFormer: A UNet-like transformer for efficient semantic segmentation of remote sensing urban scene imagery

计算机科学 分割 人工智能 编码器 卷积神经网络 变压器 推论 计算机视觉 深度学习 图像分割 Boosting(机器学习) 模式识别(心理学) 物理 量子力学 电压 操作系统
作者
Libo Wang,Rui Li,Ce Zhang,Shenghui Fang,Chenxi Duan,Xiaoliang Meng,Peter M. Atkinson
出处
期刊:Isprs Journal of Photogrammetry and Remote Sensing 卷期号:190: 196-214 被引量:358
标识
DOI:10.1016/j.isprsjprs.2022.06.008
摘要

Semantic segmentation of remotely sensed urban scene images is required in a wide range of practical applications, such as land cover mapping, urban change detection, environmental protection, and economic assessment. Driven by rapid developments in deep learning technologies, the convolutional neural network (CNN) has dominated semantic segmentation for many years. CNN adopts hierarchical feature representation, demonstrating strong capabilities for information extraction. However, the local property of the convolution layer limits the network from capturing the global context. Recently, as a hot topic in the domain of computer vision, Transformer has demonstrated its great potential in global information modelling, boosting many vision-related tasks such as image classification, object detection, and particularly semantic segmentation. In this paper, we propose a Transformer-based decoder and construct an UNet-like Transformer (UNetFormer) for real-time urban scene segmentation. For efficient segmentation, the UNetFormer selects the lightweight ResNet18 as the encoder and develops an efficient global–local attention mechanism to model both global and local information in the decoder. Extensive experiments reveal that our method not only runs faster but also produces higher accuracy compared with state-of-the-art lightweight models. Specifically, the proposed UNetFormer achieved 67.8% and 52.4% mIoU on the UAVid and LoveDA datasets, respectively, while the inference speed can achieve up to 322.4 FPS with a 512 × 512 input on a single NVIDIA GTX 3090 GPU. In further exploration, the proposed Transformer-based decoder combined with a Swin Transformer encoder also achieves the state-of-the-art result (91.3% F1 and 84.1% mIoU) on the Vaihingen dataset. The source code will be freely available at https://github.com/WangLibo1995/GeoSeg.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
7秒前
啵啵只因完成签到,获得积分10
38秒前
万能图书馆应助天涯眷客采纳,获得10
46秒前
lixuebin完成签到 ,获得积分10
1分钟前
1分钟前
姚芭蕉完成签到 ,获得积分0
1分钟前
大模型应助帮帮我好吗采纳,获得10
1分钟前
草木发布了新的文献求助10
1分钟前
明朗完成签到 ,获得积分10
1分钟前
lll发布了新的文献求助10
2分钟前
粗心的荷花完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
orange完成签到 ,获得积分10
2分钟前
doreen完成签到 ,获得积分10
3分钟前
3分钟前
jlwang完成签到,获得积分10
3分钟前
Anna完成签到 ,获得积分10
3分钟前
天涯眷客发布了新的文献求助10
3分钟前
咯咯咯完成签到 ,获得积分10
3分钟前
高贵逍遥完成签到 ,获得积分10
3分钟前
herpes完成签到 ,获得积分0
3分钟前
3分钟前
天涯眷客完成签到,获得积分10
3分钟前
小西完成签到 ,获得积分10
4分钟前
嬗变的天秤完成签到,获得积分10
4分钟前
njseu完成签到 ,获得积分10
4分钟前
张丫丫完成签到,获得积分10
4分钟前
4分钟前
4分钟前
4分钟前
李健的小迷弟应助嗨好采纳,获得10
4分钟前
4分钟前
4分钟前
4分钟前
嗨好发布了新的文献求助10
4分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137034
求助须知:如何正确求助?哪些是违规求助? 2788014
关于积分的说明 7784270
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625522
版权声明 600999