买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：一种基于改进注意力的Water‑Res‑Swin遥感图像水体分割方法，包括以下步骤：1.预处理自制数据集，得到水体分割数据集；2.搭建Water‑Res‑Swin模型：分别使用ResNet50网络和SwinTransformer网络进行特征提取，得到多尺度特征图，将相同维度的特征图融合，提高模型的特征表现能力。同时，在模型中嵌入优化代理注意力OAG模块，以降低计算复杂度并生成增强的特征表示；3.采用自制水体分割数据集中的训练集及验证集对Water‑Res‑Swin网络模型进行训练与微调，生成分割模型Y；4.将水体分割数据集中的测试集输入到Y中，得到初始分割结果，对初始分割结果进行后处理，修正错误或不确定性，得到最终的水体分割结果。本发明提出的基于改进注意力的Water‑Res‑Swin模型，在减少计算复杂度的同时提高了模型分割精度。

主权项：1.一种基于改进注意力的Water-Res-Swin遥感图像水体分割方法，其特征在于：包括以下步骤：步骤1：数据准备：截取原始高分辨率遥感图像，对其进行标注处理后得到水体分割数据集，数据集包含训练集，测试集和验证集三部分；步骤2：搭建模型：对于原始的SwinTransformer模型，用优化代理注意力OAG替换多头自注意力，添加ResNet50模块，将两个模型在相同维度提取的特征通过特征融合模块处理，得到Water-Res-Swin模型；Water-Res-Swin模型的具体实现过程如下：步骤2.1：Water-Res-Swin模型包含三个部分，分别是SwinTransformer网络、ResNet50网络和特征融合模块；将H×W×C的图像分别输入SwinTransformer网络和ResNet50网络，H表示图像高度，W表示图像宽度，C表示图像通道数；将SwinTransformer网络和ResNet50网络的输出传入特征融合模块，得到分割结果输出；SwinTransformer网络包含四个阶段，每个阶段包含一个下采样模块和Swin模块，四个阶段会输出特征图Xs1，Xs2，Xs3，Xs4并传入特征融合模块，其中步骤2.2：Resnet50网络包含初始卷积层，池化层，阶段1，阶段2和阶段3；阶段1包含三个卷积层、归一化层和ReLU层，输出阶段2包含三个卷积层、归一化层和ReLU层，输出阶段3包含三个卷积层、归一化层和ReLU层，输出步骤2.3：特征融合模块以步骤2.1所述的Xs1，Xs2，Xs3，Xs4和步骤2.2所述的Xr2，Xr3，Xr4为输入进行特征融合；步骤3：训练模型，对Water-Res-Swin模型分别使用公开数据集和步骤1中水体分割数据集的训练集和测试集进行预训练微调，得到分割模型Y；步骤4：分割后处理，使用步骤1中水体分割数据集的测试集测试模型，得到初始分割结果，然后进行后处理，得到最终的分割结果。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于改进注意力的Water-Res-Swin遥感图像水体分割方法