文献 | Easy-Net: 轻量级建筑提取网络, 基于建筑本身特征, 结合CNN和Transformer

文章预览

转自： 遥感与深度学习 论文介绍 题目：Easy-Net: A Lightweight Building Extraction Network Based on Building Features 期刊：IEEE Transactions on Geoscience and Remote Sensing 论文：https://ieeexplore.ieee.org/document/10376153 代码：https://github.com/teddy132/EasyNet_for_building_extraction 年份：2024 单位：加拿大卡尔加里大学，云南师范大学，深圳大学 创新点 提出了一个轻量级的建筑提取网络Easy-Net，特别注重结合建筑特征和网络设计。作者不仅利用了CNN的局部建模能力，还结合了Transformer的全局建模能力，提出了一个混合特征融合模块(CTF)来增强网络的提取性能。 提出了简单且有效的特征融合策略，通过融合浅层特征(建筑边缘特征)和深层特征(跨类别特征)来提高建筑提取精度。 Easy-Net通过其轻量级的设计和有效的特征融合策略，在保证高精度的同时，降低了计算成本。 数据 WHU航拍影像数据集 ………………………………