ترجمه فارسی مقاله BAFNet: شبکه توجه دوجانبه فیوژن برای تقسیم بندی معنایی سبک تصاویر سنجش از دور شهری

چکیده

Large-scale semantic segmentation networks often achieve high performance, while their application can be challenging when faced with limited sample sizes and computational resources. In scenarios with restricted network size and computational complexity, models encounter significant challenges in capturing long-range dependencies and recovering detailed information in images. We propose a lightweight bilateral semantic segmentation network called bilateral attention fusion network (BAFNet) to efficiently segment high-resolution urban remote sensing images. The model consists of two paths, namely dependency path and remote-local path. The dependency path utilizes large kernel attention to acquire long-range dependencies in the image. Besides, multi-scale local attention and efficient remote attention are designed to construct remote-local path. Finally, a feature aggregation module is designed to effectively utilize the different features of the two paths. Our proposed method was tested on public high-resolution urban remote sensing datasets Vaihingen and Potsdam, with mIoU reaching 83.20% and 86.53%, respectively. As a lightweight semantic segmentation model, BAFNet not only outperforms advanced lightweight models in accuracy but also demonstrates comparable performance to non-lightweight state-of-the-art methods on two datasets, despite a tenfold variance in floating-point operations and a fifteenfold difference in network parameters.

چکیده به فارسی (ترجمه ماشینی)

شبکه های تقسیم بندی معنایی در مقیاس بزرگ اغلب به عملکرد بالایی دست می یابند ، در حالی که در مواجهه با اندازه های نمونه محدود و منابع محاسباتی ، کاربرد آنها می تواند چالش برانگیز باشد.در سناریوهایی با اندازه شبکه محدود و پیچیدگی محاسباتی ، مدل ها در ضبط وابستگی های دوربرد و بازیابی اطلاعات دقیق در تصاویر با چالش های قابل توجهی روبرو هستند.ما یک شبکه تقسیم معنایی دو طرفه سبک به نام شبکه همجوشی دو طرفه (BAFNET) را پیشنهاد می کنیم تا به طور مؤثر تصاویر سنجش از راه دور با وضوح بالا را با وضوح بالا تقسیم کنیم.این مدل از دو مسیر تشکیل شده است ، یعنی مسیر وابستگی و مسیر از راه دور-محلی.مسیر وابستگی از توجه هسته بزرگ برای دستیابی به وابستگی های دوربرد در تصویر استفاده می کند.علاوه بر این ، توجه محلی چند مقیاس و توجه از راه دور کارآمد برای ایجاد مسیر از راه دور محلی طراحی شده است.سرانجام ، یک ماژول جمع آوری ویژگی برای استفاده مؤثر از ویژگی های مختلف دو مسیر طراحی شده است.روش پیشنهادی ما در مجموعه داده های سنجش از راه دور با وضوح بالا Vaihingen و Potsdam مورد آزمایش قرار گرفت و MIOU به ترتیب 83.20 ٪ و 86.53 ٪ رسید.به عنوان یک مدل تقسیم بندی معنایی سبک ، BAFNET نه تنها از مدل های سبک وزن پیشرفته در دقت بهتر عمل می کند بلکه عملکرد قابل مقایسه ای را با روشهای پیشرفته وزن غیر وزن در دو مجموعه داده نشان می دهد ، با وجود یک واریانس ده برابر در عملیات شناور و پانزده برابر تفاوتدر پارامترهای شبکه.