前言
权重映射(weight mapping)最早于2015年Ronneberger提出,即UWM(U-Net weight mapping),主要用于解决紧密相邻难以分割开的问题,如下图所示。
在遥感影像中对城区建筑物分割也同样存在这样的问题,如下方的直方图所示(为便于展示,找了个独栋的建筑物)。
从图中可以看出,建筑物的边界、内部和背景的灰度信息分布有较大差异,其中边界与背景、内部存在部分重叠,通过引入这些先验知识可使模型更有侧重的学习。权重映射可以较好地完成这个任务。
下图为权重映射后的标签。
基于权重映射的影像分类方法
在模型训练时,权重映射参与损失函数的计算,需要注意的是,本文计算的 Loss 值与 WM 尺寸相同,都为多维张量,在得到 FinalLoss 后再计算均值,计算 公式如下所示:FinalLoss = Loss*WM
实验结果对比
原图
baseline
UWM